vn-legal-corpus
收藏资源简介：
这是一个越南法律文本的数据集，经过清理和结构化处理，适用于自然语言处理（NLP）、信息检索系统、检索增强生成（RAG）以及语言模型的训练和评估。数据集来源于越南的公开法律文本，包括越南司法部的官方网站和其他官方来源。根据越南法律，这些法律文本不受版权保护，可以自由使用、复制和分发。数据集采用Creative Commons Attribution 4.0 International (CC-BY 4.0)许可证发布，允许商业和非商业用途，但需适当注明来源。
This is a dataset of Vietnamese legal texts, which has been cleaned and structured, suitable for natural language processing (NLP), information retrieval systems, retrieval-augmented generation (RAG), as well as the training and evaluation of language models. The dataset is sourced from public Vietnamese legal texts, including the official website of the Ministry of Justice of Vietnam and other official sources. According to Vietnamese law, these legal texts are not protected by copyright and may be freely used, copied and distributed. The dataset is released under the Creative Commons Attribution 4.0 International (CC-BY 4.0) license, which permits both commercial and non-commercial use with proper attribution.
数据集概述
基本信息
- 数据集名称: vn-legal-corpus
- 描述: 一个用于自然语言处理、搜索和人工智能应用的结构化越南法律文档语料库。
- 地址: https://github.com/newnol/vn-legal-corpus
数据来源
- 数据收集自公开可用的越南法律文件。
- 主要来源包括：https://vbpl.moj.gov.vn/ 及其他官方政府来源。
法律状态与许可
- 法律状态: 根据越南法律，法律文件不受版权保护，原始文本可自由使用、复制和分发。
- 许可协议: 本数据集采用知识共享署名 4.0 国际许可协议 (CC-BY 4.0)。
- 使用权限:
- 可用于商业和非商业目的。
- 可修改、转换和基于数据集进行构建。
- 可用于训练机器学习和人工智能模型。
- 使用时需提供适当署名。
免责声明
- 本仓库不声明对原始法律文件的所有权。
- 本仓库与越南司法部无关联，亦未获其认可。
- 本仓库仅提供公开数据的结构化、清理和处理版本。
主要用途
- 法律人工智能助手
- 语义搜索引擎
- 文档检索系统
- 大语言模型微调与评估
- 越南语自然语言处理研究
数据集结构示例
data/ ├── raw/ ├── processed/ ├── jsonl/
贡献与支持
- 欢迎通过改进数据质量、添加新法律来源、修复解析或格式问题以及增强元数据等方式做出贡献。
- 如果觉得本数据集有用，可考虑为仓库点赞。
引用要求
若使用本数据集，请引用： vn-legal-corpus by Newnol Main GitHub: https://github.com/newnol/vn-legal-corpus License: CC-BY 4.0
