loremipsum3658/jur-entailment

该数据集可能用于法律文本的相似性分析，包含三个分割：训练集、测试集和验证集。每个分割包含两个法律文本（ementa1和ementa2）以及它们之间的相似性分数（similarity）。

This dataset may be utilized for legal text similarity analysis, consisting of three splits: training set, test set, and validation set. Each split contains two legal texts (ementa1 and ementa2) and their similarity score, denoted as similarity.

原始信息汇总

数据集概述

数据集配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*
    • 验证集 (validation): data/validation-*

数据集信息

• 特征字段：

  • ementa1: 字符串类型 (string)
  • ementa2: 字符串类型 (string)
  • similarity: 浮点数类型 (float64)
  • __index_level_0__: 整数类型 (int64)

• 数据分割：

  • 训练集 (train):
    • 字节数: 39538896
    • 样本数: 17448
  • 测试集 (test):
    • 字节数: 8539490
    • 样本数: 3739
  • 验证集 (validation):
    • 字节数: 8441857
    • 样本数: 3739

• 数据集大小：

  • 下载大小: 30802928 字节
  • 数据集总大小: 56520243 字节