umarbutler/better-cuad

该数据集是Contract Understanding Atticus Dataset (CUAD)的改进版本，所有合同的全文和注释已合并到一个`jsonl`文件中，以便于使用Hugging Face 🤗 datasets库加载。This dataset is an improved version of the Contract Understanding Atticus Dataset (CUAD). The full text and annotations of all contracts have been consolidated into a single `jsonl` file to facilitate loading via the Hugging Face 🤗 datasets library.

原始信息汇总

Better CUAD 📜

数据集概述

• 许可证: cc-by-4.0
• 语言: 英语
• 标签: 法律, 合同
• 标注创建者: 专家生成
• 语言创建者: 发现
• 数据集名称: Better CUAD
• 数据集大小: n<1K
• 源数据集: cuad
• 任务类别: 文本分类, 标记分类, 问答, 文本生成, 填空
• 任务ID: 多类分类, 多标签分类, 命名实体识别, 语言建模
• Papers with Code ID: cuad
• arXiv 编号: 2103.06268

数据集描述

该数据集保存了Contract Understanding Atticus Dataset (CUAD)，其中所有合同的完整文本和标注已合并到一个jsonl文件中，以便于使用Hugging Face 🤗 datasets库加载。

搜集汇总

背景与挑战

背景概述

Better CUAD是一个基于CUAD（Contract Understanding Atticus Dataset）的法律合同理解数据集，专注于英语合同文本的NLP任务，包括文本分类、令牌分类和问答。它包含510行数据，格式为json，由专家标注，覆盖多个法律条款的问答对，适用于合同自动审查和自然语言处理研究。