hhyun/Tax_Law_dataset_raw

该数据集包含一个名为text的字段，数据类型为字符串。数据集只有一个训练集（train），包含705个样本，占用1219565字节。数据集的下载大小为417645字节，总大小为1219565字节。

The dataset contains a field named text with a data type of string. The dataset has only one training set (train) with 705 samples, occupying 1219565 bytes. The download size of the dataset is 417645 bytes, and the total size is 1219565 bytes.

原始信息汇总

数据集概述

数据集基本信息

• 名称: Tax_Law_dataset_raw
• 描述: hhyun/Tax_Law_dataset_raw 数据集托管在 HF Mirror 上，由 HF Datasets 社区贡献。
• 别名: hhyun/Tax_Law_dataset_raw
• 创建者: cho
• URL: https://hf-mirror.com/datasets/hhyun/Tax_Law_dataset_raw

数据集详细信息

• 类型: 网站
• 关键词:
  • < 1K
  • parquet
  • Text
  • Datasets
  • pandas
  • Croissant
  • 🇺🇸 Region: US
• 符合标准: http://mlcommons.org/croissant/1.0

数据分布

• 文件对象:
  • 名称: repo
  • 描述: HF Mirror git 仓库。
  • 内容 URL: https://hf-mirror.com/datasets/hhyun/Tax_Law_dataset_raw/tree/refs%2Fconvert%2Fparquet
  • 编码格式: git+https
  • SHA256: https://github.com/mlcommons/croissant/issues/80
• 文件集:
  • 名称: parquet-files-for-config-default
  • 描述: 由 HF Mirror 转换的基础 Parquet 文件（参见: https://hf-mirror.com/docs/datasets-server/parquet）。
  • 包含于: repo
  • 编码格式: application/x-parquet
  • 包含: default//.parquet

记录集

• 默认子集:
  • 名称: default
  • 描述: hhyun/Tax_Law_dataset_raw - default 子集
  • 字段:
    • 名称: default/text
    • 描述: 来自 HF Mirror parquet 文件的 text 列。
    • 数据类型: Text
    • 来源:
      • 文件集: parquet-files-for-config-default
      • 提取:
        • 列: text

搜集汇总

背景与挑战

背景概述

该数据集是一个韩文税法文本数据集，包含705条韩国所得税法条款的原始文本。数据集以Parquet格式存储，内容涵盖了所得税法的总则、内国法人各事业年度所得相关的法人税规定等详细法律条文，适用于自然语言处理和法律文本分析任务。