dreamproit/bill_committees_us

该数据集包含美国国会法案及其委员会信息（bill_committees_us），涵盖了第108届至第118届国会的约132,000份法案文档。数据集包括法案的ID、国会届数、法案类型、法案编号、法案版本、官方标题、法案文本、文本长度、相关委员会列表等信息。数据集的主要目的是通过收集法案文本及其元数据，帮助训练模型自动分类法案。数据来源于美国政府的govinfo.gov服务，并由国会图书馆的国会研究服务专家进行标注。

This dataset, named bill_committees_us, contains information on U.S. congressional bills and their associated committees, covering approximately 132,000 bill documents from the 108th to 118th sessions of the U.S. Congress. It includes metadata such as bill ID, Congress session number, bill type, bill number, bill version, official title, full bill text, text length, and list of associated committees. The core objective of this dataset is to gather bill texts and their metadata to support the training of models for automatic classification of congressional bills. The dataset is sourced from the U.S. government's govinfo.gov platform, and was annotated by experts from the Congressional Research Service of the Library of Congress.

原始信息汇总

数据集概述

数据集名称

• 名称: bill_committees_us

数据集摘要

• 摘要: 包含美国国会法案及其委员会信息的集合，涵盖第108届至第118届国会的法案，约132,000份文档。

语言

• 语言: 英语

任务类别

• 任务类别:
  • 文本生成
  • 文本分类

标签

• 标签:
  • 法律
  • 法案

数据集大小

• 大小: 100K<n<1M

数据集结构

数据实例

• 默认: 包含多个数据实例。

数据字段

• 字段:
  • id: 法案ID，格式为(国会编号 + 法案类型 + 法案编号 + 法案版本)。
  • congress: 国会编号。
  • bill_type: 法案类型。
  • bill_number: 法案编号。
  • bill_version: 法案版本。
  • title: 法案官方标题。
  • sections: 法案各部分列表，包含section_id, 文本和标题。
  • sections_length: sections列表的长度。
  • text: 法案文本。
  • text_length: 文本中的字符数。
  • committees: 与法案相关的委员会列表。

数据分割

• 分割: 训练集

数据集创建

来源数据

• 来源: govinfo.gov

初始数据收集和标准化

• 收集: 数据来自美国政府出版局提供的govinfo.gov服务，采用CC0-1.0许可。

注释者

• 注释者: 国会研究服务部的分析师。

许可证信息

• 许可证: 法案和元数据信息为公共无版权数据，数据集的收集和增强工作根据CC0许可发布。

数据集贡献者

• 贡献者: @aih, @BorodaUA, @alexbojko