elenanereiss/german_legal_entity_recognition

---
annotations_creators:
- expert-generated
language_creators:
- found
language:
- de
license:
- cc-by-4.0
multilinguality:
- monolingual
size_categories:
- n<1K
source_datasets:
- original
task_categories:
- token-classification
task_ids:
- named-entity-recognition
paperswithcode_id: legal-documents-entity-recognition
pretty_name: Legal Documents Entity Recognition
dataset_info:
- config_name: bag
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
- config_name: bfh
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
- config_name: bgh
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
- config_name: bpatg
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
- config_name: bsg
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
- config_name: bverfg
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
- config_name: bverwg
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
- config_name: all
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-AN
'1': B-EUN
'2': B-GRT
'3': B-GS
'4': B-INN
'5': B-LD
'6': B-LDS
'7': B-LIT
'8': B-MRK
'9': B-ORG
'10': B-PER
'11': B-RR
'12': B-RS
'13': B-ST
'14': B-STR
'15': B-UN
'16': B-VO
'17': B-VS
'18': B-VT
'19': I-AN
'20': I-EUN
'21': I-GRT
'22': I-GS
'23': I-INN
'24': I-LD
'25': I-LDS
'26': I-LIT
'27': I-MRK
'28': I-ORG
'29': I-PER
'30': I-RR
'31': I-RS
'32': I-ST
'33': I-STR
'34': I-UN
'35': I-VO
'36': I-VS
'37': I-VT
'38': O
splits:
- name: train
download_size: 4392913
dataset_size: 0
---

# Dataset Card for Legal Documents Entity Recognition

## Table of Contents
- [Dataset Description](#dataset-description)
- [Dataset Summary](#dataset-summary)
- [Supported Tasks and Leaderboards](#supported-tasks-and-leaderboards)
- [Languages](#languages)
- [Dataset Structure](#dataset-structure)
- [Data Instances](#data-instances)
- [Data Fields](#data-fields)
- [Data Splits](#data-splits)
- [Dataset Creation](#dataset-creation)
- [Curation Rationale](#curation-rationale)
- [Source Data](#source-data)
- [Annotations](#annotations)
- [Personal and Sensitive Information](#personal-and-sensitive-information)
- [Considerations for Using the Data](#considerations-for-using-the-data)
- [Social Impact of Dataset](#social-impact-of-dataset)
- [Discussion of Biases](#discussion-of-biases)
- [Other Known Limitations](#other-known-limitations)
- [Additional Information](#additional-information)
- [Dataset Curators](#dataset-curators)
- [Licensing Information](#licensing-information)
- [Citation Information](#citation-information)
- [Contributions](#contributions)

## Dataset Description

- **Homepage:** https://github.com/elenanereiss/Legal-Entity-Recognition
- **Repository:** None
- **Paper:** https://link.springer.com/chapter/10.1007/978-3-030-33220-4_20
- **Leaderboard:** [If the dataset supports an active leaderboard, add link here]()
- **Point of Contact:** Georg Rehm ([e-mail])

### Dataset Summary

<div class="course-tip course-tip-orange bg-gradient-to-br dark:bg-gradient-to-r before:border-orange-500 dark:before:border-orange-800 from-orange-50 dark:from-gray-900 to-white dark:to-gray-950 border border-orange-50 text-orange-700 dark:text-gray-400">
<p><b>Deprecated:</b> Dataset "german_legal_entity_recognition" is deprecated and will be deleted. Use <a href="https://huggingface.co/datasets/elenanereiss/german-ler">"elenanereiss/german-ler"</a> instead.</p>
</div>

### Supported Tasks and Leaderboards

[More Information Needed]

### Languages

[More Information Needed]

## Dataset Structure

### Data Instances

[More Information Needed]

### Data Fields

[More Information Needed]

### Data Splits

[More Information Needed]
## Dataset Creation

### Curation Rationale

[More Information Needed]

### Source Data

[More Information Needed]

#### Initial Data Collection and Normalization

[More Information Needed]

#### Who are the source language producers?

[More Information Needed]

### Annotations

[More Information Needed]

#### Annotation process

[More Information Needed]

#### Who are the annotators?

[More Information Needed]

### Personal and Sensitive Information

[More Information Needed]

## Considerations for Using the Data

### Social Impact of Dataset

[More Information Needed]

### Discussion of Biases

[More Information Needed]

### Other Known Limitations

[More Information Needed]

## Additional Information

### Dataset Curators

[More Information Needed]

### Licensing Information

[More Information Needed]

### Citation Information

[More Information Needed]
### Contributions

Thanks to [@abhishekkrthakur](https://github.com/abhishekkrthakur) for adding this dataset.

标注创建者：专家生成
语言来源：公开获取
使用语言：德语
许可协议：CC BY 4.0
多语言类型：单语种
样本量范围：样本量小于1000
源数据集类型：原创数据集
任务类别：Token 分类
任务子项：命名实体识别（Named Entity Recognition）
PapersWithCode 标识：legal-documents-entity-recognition
直观名称：法律文档实体识别（Legal Documents Entity Recognition）
数据集信息：
- 配置名称：bag
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签如下：
0: B-AN, 1: B-EUN, 2: B-GRT, 3: B-GS, 4: B-INN, 5: B-LD, 6: B-LDS, 7: B-LIT, 8: B-MRK, 9: B-ORG, 10: B-PER, 11: B-RR, 12: B-RS, 13: B-ST, 14: B-STR, 15: B-UN, 16: B-VO, 17: B-VS, 18: B-VT, 19: I-AN, 20: I-EUN, 21: I-GRT, 22: I-GS, 23: I-INN, 24: I-LD, 25: I-LDS, 26: I-LIT, 27: I-MRK, 28: I-ORG, 29: I-PER, 30: I-RR, 31: I-RS, 32: I-ST, 33: I-STR, 34: I-UN, 35: I-VO, 36: I-VS, 37: I-VT, 38: O（非实体标记）
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0
- 配置名称：bfh
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签与bag配置一致
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0
- 配置名称：bgh
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签与bag配置一致
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0
- 配置名称：bpatg
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签与bag配置一致
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0
- 配置名称：bsg
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签与bag配置一致
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0
- 配置名称：bverfg
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签与bag配置一致
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0
- 配置名称：bverwg
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签与bag配置一致
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0
- 配置名称：all
数据字段：
- 标识符（id）：字符串类型
- 词元序列（tokens）：字符串序列
- 实体标记序列（ner_tags）：序列类型，其类别标签与bag配置一致
数据划分：训练集（train）
下载大小：4392913 字节
数据集大小：0

# 法律文档实体识别数据集卡片

## 目录
- [数据集描述](#dataset-description)
- [数据集摘要](#dataset-summary)
- [支持任务与排行榜](#supported-tasks-and-leaderboards)
- [使用语言](#languages)
- [数据集结构](#dataset-structure)
- [数据实例](#data-instances)
- [数据字段](#data-fields)
- [数据划分](#data-splits)
- [数据集构建](#dataset-creation)
- [构建初衷](#curation-rationale)
- [源数据](#source-data)
- [标注信息](#annotations)
- [个人与敏感信息](#personal-and-sensitive-information)
- [数据使用注意事项](#considerations-for-using-the-data)
- [数据集的社会影响](#social-impact-of-dataset)
- [偏差讨论](#discussion-of-biases)
- [其他已知局限性](#other-known-limitations)
- [附加信息](#additional-information)
- [数据集维护者](#dataset-curators)
- [许可信息](#licensing-information)
- [引用信息](#citation-information)
- [贡献声明](#contributions)

## 数据集描述

- **主页：** https://github.com/elenanereiss/Legal-Entity-Recognition
- **代码仓库：** 无
- **论文：** https://link.springer.com/chapter/10.1007/978-3-030-33220-4_20
- **排行榜：** [若数据集支持活跃排行榜，请在此添加链接]()
- **联系方式：** Georg Rehm ([e-mail])

### 数据集摘要

> **已弃用：** 数据集「german_legal_entity_recognition」已标记为弃用并将被移除，请改用 <a href="https://huggingface.co/datasets/elenanereiss/german-ler">elenanereiss/german-ler</a>。

### 支持任务与排行榜

[需补充更多信息]

### 使用语言

[需补充更多信息]

## 数据集结构

### 数据实例

[需补充更多信息]

### 数据字段

[需补充更多信息]

### 数据划分

[需补充更多信息]

## 数据集构建

### 构建初衷

[需补充更多信息]

### 源数据

[需补充更多信息]

#### 初始数据收集与标准化

[需补充更多信息]

#### 源语言生产者是谁？

[需补充更多信息]

### 标注信息

[需补充更多信息]

#### 标注流程

[需补充更多信息]

#### 标注者是谁？

[需补充更多信息]

### 个人与敏感信息

[需补充更多信息]

## 数据使用注意事项

### 数据集的社会影响

[需补充更多信息]

### 偏差讨论

[需补充更多信息]

### 其他已知局限性

[需补充更多信息]

## 附加信息

### 数据集维护者

[需补充更多信息]

### 许可信息

[需补充更多信息]

### 引用信息

[需补充更多信息]

### 贡献声明

感谢 <a href="https://github.com/abhishekkrthakur">@abhishekkrthakur</a> 贡献本数据集。

原始信息汇总

数据集概述：Legal Documents Entity Recognition

数据集基本信息

• 语言: 德语 (de)
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 数据集大小: 小于1K
• 数据来源: 原创数据
• 任务类别: 词元分类
• 具体任务: 命名实体识别
• PapersWithCode ID: legal-documents-entity-recognition
• 数据集名称: Legal Documents Entity Recognition

数据集结构

数据字段

• id: 字符串类型
• tokens: 字符串序列类型
• ner_tags: 类别标签序列类型，包含以下标签:
  • B-AN, B-EUN, B-GRT, B-GS, B-INN, B-LD, B-LDS, B-LIT, B-MRK, B-ORG, B-PER, B-RR, B-RS, B-ST, B-STR, B-UN, B-VO, B-VS, B-VT
  • I-AN, I-EUN, I-GRT, I-GS, I-INN, I-LD, I-LDS, I-LIT, I-MRK, I-ORG, I-PER, I-RR, I-RS, I-ST, I-STR, I-UN, I-VO, I-VS, I-VT
  • O

数据分割

• train: 训练集
• download_size: 4392913字节
• dataset_size: 0字节

数据集创建

注释创建者

• 类型: 专家生成

语言创建者

• 类型: 发现

源数据

• 类型: 原创数据

注释

• 注释过程: 未提供详细信息
• 注释者: 未提供详细信息

个人和敏感信息

• 信息: 未提供详细信息

使用数据集的考虑

社会影响

• 信息: 未提供详细信息

偏见讨论

• 信息: 未提供详细信息

其他已知限制

• 信息: 未提供详细信息

附加信息

数据集管理者

• 信息: 未提供详细信息

许可信息

• 信息: 未提供详细信息

引用信息

• 信息: 未提供详细信息

贡献者

• 贡献者: @abhishekkrthakur