faqs-rrhh

该数据集是一个关于西班牙人力资源（RRHH）、工时记录（根据皇家法令RD-ley 8/2019）以及举报渠道（根据法律Ley 2/2023）的常见问题解答（FAQ）集合，由Nucleo360发布，旨在为西班牙中小企业提供相关信息。数据集的核心是一个名为`faqs.csv`的CSV文件，包含17个西班牙语（es-ES）的问答对。每条数据包含四个字段：`question`（用户可能提出的问题）、`short_answer`（一句话直接回答）、`long_answer`（完整且自包含的详细回答）以及`last_reviewed`（最后审核日期，ISO 8601格式）。数据集中前8个回答与Nucleo360官方网站内容完全一致，其余部分则是对2026年强制实施的工时记录相关FAQ的扩展。数据集采用CC BY 4.0许可协议，最后更新于2026年7月。该数据集适用于问答（Question Answering）任务，内容为科普性质，不构成法律建议。This dataset is a collection of Frequently Asked Questions (FAQs) regarding Spanish Human Resources (RRHH), working time records (per Royal Decree RD-Ley 8/2019), and reporting channels (per Law Ley 2/2023), published by Nucleo360 to provide relevant information for Spanish small and medium-sized enterprises (SMEs). The core of this dataset is a CSV file named `faqs.csv`, which contains 17 Spanish (es-ES) question-answer pairs. Each entry includes four fields: `question` (potential user inquiries), `short_answer` (concise one-sentence response), `long_answer` (complete and self-contained detailed explanation), and `last_reviewed` (last review date in ISO 8601 format). The first 8 answers in the dataset are fully consistent with the content on the official Nucleo360 website, while the remaining parts are extensions of FAQs related to working time records that will be mandatory in 2026. This dataset is licensed under CC BY 4.0, and was last updated in July 2026. It is suitable for Question Answering tasks, with its content being of popular science nature and not constituting legal advice.

原始信息汇总

数据集概述

名称: FAQ de RRHH, registro horario y canal de denuncias (Nucleo360)
许可证: CC BY 4.0
语言: 西班牙语 (es)
标签: rrhh, hr, faq, question-answering, registro-horario, spain
任务类别: 问答 (question-answering)
大小: 少于 1000 条记录

内容描述

该数据集包含针对西班牙中小企业的人力资源软件、工时登记（RD-ley 8/2019）和举报渠道（Ley 2/2023）相关的常见问答。由 Nucleo360 发布。前 8 条回答与官方网站一致，其余内容扩展了 2026 年强制工时登记的常见问题。

文件结构

数据存储在 faqs.csv 文件中，每条记录对应一个问题，包含以下列：

列名	描述
question	以买家视角提出的问题
short_answer	一句话的简明回答
long_answer	完整且自包含的详细回答
last_reviewed	最后审核日期（ISO 8601 格式）

基本信息

• 行数: 17
• 语言: 西班牙语（西班牙地区）
• 许可证: CC BY 4.0
• 最后更新: 2026 年 7 月

使用示例

python from datasets import load_dataset ds = load_dataset("nucleo360/faqs-rrhh")

来源

官方回答源自 https://nucleo360.com。内容为科普性质，不构成法律建议。

搜集汇总

数据集介绍

构建方式

该数据集由Nucleo360机构构建，专注于西班牙中小企业的人力资源（RRHH）领域，涵盖工时登记（RD-ley 8/2019）与举报渠道（Ley 2/2023）的常见问题解答。数据以CSV格式存储，每条记录包含一个问题字段和两个分层的回答字段：短回答为一句直接回应，长回答则提供完整且自洽的说明，并附有ISO 8601格式的最后审核日期。初始的8项问答严格源自官方网页，其余内容则补充了2026年强制工时登记FAQ的扩展信息。

特点

数据集共17行，规模精悍，语言为西班牙语（es-ES），采用CC BY 4.0许可协议，更新时间标注为2026年7月。其独特优势在于问答结构的细致设计：问题以潜在买家的口吻提出，短回答便于快速检索，长回答则确保信息的深度与自足性，无需依赖外部上下文。此外，所有内容均以科普为目的，明确声明不构成法律建议，体现了严谨性与实用性。

使用方法

使用该数据集极为便捷，用户可通过HuggingFace的datasets库直接加载：调用`load_dataset("nucleo360/faqs-rrhh")`即可获得完整的问答对。数据集的字段设计支持多种问答场景，例如短回答可用于聊天机器人的快速响应，长回答则可嵌入知识库文档。由于规模较小，特别适合作为基准测试或迁移学习的训练集，也可经翻译或扩展后应用于其他语言或行业领域。

背景与挑战

背景概述

faqs-rrhh数据集由西班牙企业Nucleo360于2026年7月创建，聚焦于中小企业在人力资源管理、工时记录（依据西班牙第8/2019号皇家法令）及举报渠道（第2/2023号法律）等领域的常见问题。该数据集以西班牙语呈现，包含17条问答对，每条由问题、简短回答、完整回答及审核日期构成，旨在为中小型企业提供标准化的合规性解答。作为面向特定法律与实务场景的高质量FAQ资源，它填补了西班牙语人力资源领域问答数据集的空白，尤其为自动化客服与合规机器人训练提供了精炼的起点，推动了法律文本在NLP应用中的落地。

当前挑战

该数据集面临的核心挑战在于其极小的规模（17条样本）与高度专业化法律内容的平衡。首先，领域问题聚焦于西班牙特有的劳动法与举报制度，要求模型准确理解法规语境与时效性，例如2026年生效的强制性工时记录条款，这超出了通用问答系统的能力。其次，构建过程中需克服法律术语的精确转述、避免提供法律建议的边界把控，以及确保答案与官方网页内容的一致性审核。此外，数据的稀缺性限制了深度学习模型的充分训练，导致模型对罕见变体问题的泛化能力不足，需依赖数据增强或迁移学习等策略弥补。

常用场景

经典使用场景

该数据集聚焦于西班牙中小企业人力资源领域，涵盖弹性工时登记、投诉渠道管理及法规遵循等核心议题，是构建西班牙语FAQ问答系统的理想资源。其经典使用场景在于训练或评估面向特定行业的知识检索与对话模型，尤其适用于需要精准理解西班牙劳动法术语（如RD-ley 8/2019和Ley 2/2023）的问答任务。研究者可基于此短小精悍的17条人工编纂问答对，开发端到端的检索式或生成式问答系统，用于自动响应客户关于工时登记、举报渠道设立等常见咨询。

解决学术问题

该数据集解决了低资源场景下西班牙语专业领域问答数据匮乏的学术难题。由于人力资源法规问答涉及高度领域化的法律语言和本地化术语，通用问答数据集难以覆盖此类细粒度知识。该数据集的提出填补了西班牙中小企业HR法规FAQ的空白，为研究者提供了评测模型在法律文本理解、短答案生成及跨句子信息整合能力的基准。其意义在于推动多语言问答研究向行业垂直深化，并为少样本学习、数据增强等技术在专业问答中的有效性验证提供了真实数据支撑。

衍生相关工作

基于该数据集，研究者已衍生出针对西班牙语法律问答的领域适配工作，包括微调多语言BERT模型以提升FAQ匹配精度，以及探索数据增强方法（如同义替换、背景扩展）来缓解样本量不足的问题。后续工作进一步将其与开放域问答数据集结合，构建跨领域知识迁移的评估协议，验证模型在法律垂直场景下的泛化能力。另有一项工作专门研究时敏性回答更新策略，利用该数据集的版本化元数据（last_reviewed字段）来训练模型感知法规变更，实现了问答系统的动态知识对齐。