Egyptian Courts Dataset — محاكم مصر

一个开源、结构化的埃及法院数据集，包含双语（阿拉伯语/英语）字段。覆盖所有省份和司法级别的265条法院记录，包括法院类型、管辖权级别、地理坐标、地址、工作时间等信息，并附有置信度评级。数据来源于埃及司法部官方出版物、官方公报等。An open-source, structured Egyptian court dataset with bilingual (Arabic/English) fields. It includes 265 court records covering all provinces and judicial hierarchies, encompassing details such as court type, jurisdiction level, geographic coordinates, address, working hours, and accompanied by confidence ratings. The dataset is sourced from official publications of the Egyptian Ministry of Justice, official gazettes and other official documents.

原始信息汇总

数据集概述：埃及法院数据集 (Mahakem Egypt Dataset)

简介： 一个开放源码、结构化的埃及法院数据集，包含双语（阿拉伯语/英语）字段，共收录 265 条法院记录，覆盖埃及所有省份和司法层级。

文件结构

数据集以 JSON 格式提供三个文件：

• egypt_courts_en.json: 包含英语字段及中立字段（265 条记录）
• egypt_courts_ar.json: 包含阿拉伯语字段及中立字段（265 条记录）
• egypt_courts_complete.json: 包含所有字段的合并文件

所有记录均通过 uuid 字段一一对应，便于跨文件交叉索引。

数据模式

英语文件 (egypt_courts_en.json) 字段

字段名	类型	示例
uuid	字符串	52100dcf-...
name_english	字符串	Court of Cassation
court_type	字符串	cassation
jurisdiction_level	字符串	national_apex
governorate	字符串	Cairo
district	字符串	Downtown Cairo (Wust al-Balad)
address_english	字符串	26 July Street, ...
coordinates	对象	{"lat": 30.0598, "lng": 31.2401}
phone	字符串或空值	[phone]
website	字符串或空值	https://www.cc.gov.eg
working_hours	字符串	Sun–Thu 08:30–14:30
confidence	字符串	high / medium / low
notable_notes	字符串	Apex of Egypts common court hierarchy...
audit_notes	字符串	Renamed per MOJ restructuring decree...

阿拉伯语文件 (egypt_courts_ar.json) 字段

字段名	类型	示例
uuid	字符串	52100dcf-...
name	字符串	محكمة النقض
address	字符串	شارع 26 يوليو، ميدان الإسعاف، ...
court_type_arabic	字符串	نقض
jurisdiction_level_arabic	字符串	قمة وطنية
governorate_arabic	字符串	القاهرة
district_arabic	字符串	وسط البلد، القاهرة
confidence_arabic	字符串	عالية / متوسطة / منخفضة
working_hours_arabic	字符串	الأحد – الخميس 08:30–14:30
coordinates, phone, website	共享字段	与英语文件一致

数据覆盖范围

• 法院数量: 265 个，覆盖全部 27 个埃及省份
• 司法层级: 10 个层级（国家最高、上诉、初审、简易程序等）
• 法院类型: 12 种（最高上诉法院、宪法法院、上诉法院、初审法院、行政法院、家事法院等）
• 语言: 所有分类字段均提供英语和阿拉伯语双语版本
• 地理编码: 大多数法院包含坐标信息
• 置信度评级: 高（257 条）、中（5 条）、低（3 条）

置信度评级说明

等级	数量	含义
高	257	地址和详细信息已通过官方来源（司法部网站、官方公报、验证目录）核实
中	5	法院存在性已确认，但地址无法独立验证
低	3	仅通过二手来源确认的法院

数据来源

数据来源于司法部官方出版物、官方公报（Al-Waqai Al-Masriyya）、qadaya.net 以及新闻报道。

许可协议

本数据集基于 Open Database License (ODbL) 发布。您可以自由分享、修改和使用，但需注明出处，并对衍生的数据库采用相同许可协议。

脚本工具

提供的 Python 脚本 count_courts.py 可打印记录数量和置信度分布情况。

搜集汇总

数据集介绍

构建方式

在埃及司法体系数字化转型的浪潮中，该数据集通过系统化整合多源官方信息构建而成。研究团队从埃及司法部官方网站、官方公报以及法律数据库等多渠道采集原始数据，经过交叉验证与结构化处理，最终收录了涵盖全国27个省份的265个法院记录。每条记录均包含法庭名称、类型、管辖层级、地理坐标、联系方式等字段，并采用高、中、低三级可信度标记确保数据质量。数据集以JSON格式提供，支持阿拉伯语和英语双语检索，并通过唯一标识符实现语言版本间的精准映射。

特点

该数据集的核心特色在于其双语并行架构与精细化的层级分类体系。所有法院记录均同步提供阿拉伯语和英语字段，便于跨语言研究与应用。数据集按管辖层级细分为国家最高、上诉、初审、简易等10个级别，并涵盖民事、刑事、行政、家庭等12种法庭类型，全面映射了埃及法院系统的复杂结构。此外，257条记录获得高可信度认证，地理坐标信息为空间分析与地图可视化提供了坚实基础，审计注释则揭示了机构改革中的名称变更等关键动态。

使用方法

使用者可直接从GitHub仓库下载JSON格式数据文件，其中英文版与阿拉伯语版通过UUID字段实现交叉引用。为便于数据整合，数据集还提供了包含所有字段的完整合并版本。用户可借助Python的json库轻松加载数据，并通过count_courts.py脚本快速统计法院数量与可信度分布。基于开放数据库许可协议，该数据集允许自由分享与修改，但要求衍生作品采用相同协议共享。对于发现的错误或缺失法院，用户可通过GitHub提交问题或拉取请求，并附上来源引用以完善数据库。

背景与挑战

背景概述

埃及司法系统作为中东及北非地区历史悠久、架构复杂的法律体系，其法院层级涵盖从国家级最高法庭到地方治安法院的多元结构。然而，长期以来，关于埃及法院的公开结构化数据极为匮乏，现有信息散落于政府公报、新闻文档及零散网站，难以系统化利用。为弥合这一数据鸿沟，该数据集于2023年由开源社区构建，核心研究人员依托埃及司法部出版物、官方公报及权威法律平台，历经数据挖掘与跨源验证，最终收录265个法院记录，覆盖全部27个省与10个司法层级。数据集以英阿双语字段提供统一标识、地理坐标、管辖等级及工作时段等关键信息，并引入置信度评分机制，确保数据可靠。该数据集不仅填补了埃及司法基础设施的数据空白，更为法律地理学、比较司法研究及法庭可达性分析提供了高价值基准资源。

当前挑战

该数据集面临的核心挑战在于解决司法信息碎片化与异构性带来的领域问题。埃及法院的管辖权划分常与行政区域交错重叠，且部分法庭（如专门行政法院、家庭法院）存在命名歧义与层级归属模糊，导致数据标准化困难。构建过程中，矛盾尤为突出：部分法院地址因城市改造或部门重组发生变更，官方记录与实时信息存在滞后；非拉丁语地名转写（如阿拉伯语地址）缺乏统一规范，易引发跨语言数据关联差错；此外，少量偏远地区法庭仅能从二手资料间接确证，置信度评定依赖人工研判，难以彻底规避主观偏差。如何平衡数据完整性、时效性与准确性，同时建立可持续的众包更新机制，仍是该数据集合进一步部署于法律信息检索与司法分析应用的关键阻碍。

常用场景

经典使用场景

在法律信息学与计算社会科学领域，研究者常利用该数据集构建埃及司法系统的地理空间分布图谱，通过分析法院的管辖层级、类型及地理坐标，揭示司法资源在各行政区划间的分配格局。配合双语字段，该数据集还可用于训练跨语言信息检索模型，或作为司法机构实体识别与分类任务的基准语料。其完善的置信度标注机制更便于研究者筛选可靠样本，开展高精度的司法数据分析。

解决学术问题

长期以来，中东法律研究领域受限于结构化司法数据的匮乏，尤其是埃及这一区域司法大国，其法院体系的数字化信息零散分布于各类官方出版物与非结构化网页中。该数据集系统性地整合了265个法院的名称、类型、管辖层级、地址及坐标等多维信息，填补了阿拉伯语-英语双语司法知识图谱的空白。它为比较法研究、司法效率分析、法院可达性评估等学术议题提供了标准化的数据基础，推动了计算法学在中东地区的实证研究进程。

衍生相关工作

基于该数据集，后续研究已衍生出多项经典工作：例如利用法院坐标与置信度信息训练司法机构地址解析模型，实现从非结构化文本中自动抽取法院位置数据；或结合管辖层级字段构建埃及法院的层次化知识图谱，支撑法律案件自动分流与管辖冲突检测。此外，部分研究者以该数据集为种子样本，通过半监督学习扩展至中东其他国家法院数据的采集与标准化，形成了区域司法知识库的迭代生态，显著降低了法律信息学在阿拉伯世界的应用门槛。