Corpus des Deutschen Bundesrechts (C-DBR)

Überblick Das Corpus des deutschen Bundesrechts (C-DBR) ist eine möglichst vollständige Sammlung der konsolidierten Fassungen aller Gesetze und Verordnungen auf Bundesebene. Der Datensatz nutzt als seine Datenquelle das amtliche Internetangebot www.gesetze-im-internet.de des Bundesministeriums der Justiz und wertet dieses vollständig aus. Bitte lesen Sie zuerst das beiliegende Codebook! Es enthält wichtige Informationen zur korrekten Nutzung des Datensatzes. Es hilft auch bei der Entscheidung, welche Variante für Sie am besten geeignet ist. In der Regel empfehle ich für quantitative Forschung die CSV-Dateien und für traditionelle Forschung die PDF-Sammlung. Um das Gesetzgebungsverfahren näher zu beleuchten können Sie zusätzlich auf folgende Datensätze zurückgreifen (jeweils mit Links auf vergleichbare Datensätze anderer Autor:innen): Corpus der Drucksachen des Deutschen Bundestages (CDRS-BT) Corpus der Plenarprotokolle des Deutschen Bundestages (CPP-BT) Aktualisierung Dieser Datensatz wird ca. alle 3 Monate aktualisiert. Benachrichtigungen über neue und aktualisierte Datensätze veröffentliche ich immer zeitnah auf Mastodon unter @[e-mail] NEU in Version 2024-04-03 Vollständige Aktualisierung der Daten Aktualisierung der Python Toolchain Aktualisierung des Public GPG Keys im Repository Eckdaten Stichtag: 3. April 2024 Umfang: 6765 Bundesgesetze und -verordnungen der Bundesrepublik Deutschland Formate: CSV, PDF, EPUB, TXT und XML Features Einfache Nutzung für statistische Analysen mit den CSV-Dateien ab Version 2021-01-05 Bis zu 42 Variablen in den CSV-Varianten Fortlaufende Aktualisierung Urheberrechtsfreiheit Sowohl für traditionelle Rechtsanwender als auch für Legal Tech-Anwendungen geeignete Formate (CSV, PDF, EPUB, TXT und XML) Umfangreicher Compilation Report um den Erstellungs-Prozess zu erläutern Hochauflösende Diagramme und deskriptive Tabellen für alle Zwecke Diagramme in PDF (Druck) und PNG (Web) verfügbar, Tabellen als menschen- und maschinenlesbares CSV Vollständiges tabellarisches Verzeichnis aller Rechtsakte und der vom BMJV gebrauchten Abkürzungen Netzwerk-Strukturen für alle Rechtsakte und Visualisierungen für über 1000 Rechtsakte (experimentell) Veröffentlichung des Source Codes Source Code und Compilation Report Der gesamte Erstellungs-Prozess ist vollautomatisiert und detailliert dokumentiert. Mit jeder Kompilierung des vollständigen Datensatzes wird auch ein umfangreicher Compilation Report in einem attraktiv designten PDF-Format erstellt (ähnlich dem Codebook). Zudem werden Robustness Checks auf Vollständigkeit und Plausibilität durchgeführt und in einem separaten Bericht dokumentiert. Der Compilation Report enthält den Code für die vollständige Pipeline, dokumentiert relevante Rechenergebnisse, gibt sekundengenaue Zeitstempel an und ist mit einem klickbaren Inhaltsverzeichnis versehen. Er ist zusammen mit dem Source Code hinterlegt. Wenn Sie sich für Details des Erstellungs-Prozesses interessieren, lesen Sie diesen bitte zuerst. Der vollständige Source Code — sowohl für die Erstellung des Datensatzes, als auch für das Codebook — ist öffentlich einsehbar und dauerhaft erreichbar im wissenschaftlichen Archiv des CERN unter diesem Link hinterlegt: https://zenodo.org/doi/10.5281/zenodo.4072934 Kryptographische Signaturen Die Integrität und Echtheit der einzelnen Archive des Datensatzes sind durch eine Zwei-Phasen-Signatur sichergestellt. In Phase I werden während der Kompilierung für jedes ZIP-Archiv, das Codebook und die Robustness Checks Hash-Werte in zwei verschiedenen Verfahren (SHA2-256 und SHA3-512) berechnet und in einer CSV-Datei dokumentiert. In Phase II werden diese CSV-Datei und der Compilation Report mit meinem persönlichen geheimen GPG-Schlüssel signiert. Dieses Verfahren stellt sicher, dass die Kompilierung von jedermann durchgeführt werden kann, insbesondere im Rahmen von Replikationen, die persönliche Gewähr für Ergebnisse aber dennoch vorhanden ist. Die während der Kompilierung des Datensatzes erstellte CSV-Datei mit den Hash-Prüfsummen ist mit meiner persönlichen GPG-Signatur versehen. Der mit dieser Version korrespondierende Public Key ist sowohl mit dem Datensatz als auch mit dem Source Code hinterlegt. Er hat folgende Kenndaten: Name: Sean Fobbe ([e-mail]) Fingerabdruck: FE6F B888 F0E5 656C 1D25 3B9A 50C4 1384 F44A 4E42 Kein Urheberrecht: Public Domain An den Normtexten und Metadaten besteht gem. § 5 Abs. 1 UrhG kein Urheberrecht, da sie amtliche Werke sind. § 5 UrhG ist auf amtliche Datenbanken analog anzuwenden (BGH, Beschluss vom 28.09.2006 - I ZR 261/03, "Sächsischer Ausschreibungsdienst"). Alle eigenen Beiträge (z.B. durch Zusammenstellung und Anpassung der Metadaten) und damit den gesamten Datensatz stelle ich gemäß einer CC0 1.0 Universal Public Domain License vollständig urheberrechtsfrei. Disclaimer Dieser Datensatz ist eine private wissenschaftliche Initiative und steht in keiner Verbindung zu Behörden, Gerichten oder anderen öffentlichen Stellen der Bundesrepublik Deutschland. Alternativen [Ab 10.06.2019, nur XML] Beckedorf, Janis/Coupette, Corinna/Hartung, Dirk. 2020. "gesetze-im-internet: A daily archive of https://www.gesetze-im-internet.de". GitHub. https://github.com/QuantLaw/gesetze-im-internet [Änderungsgesetze] Wehrmeyer, Stefan/Semsrott, Arne/Filter, Johannes. 2021. "OffeneGesetze.de ist eine zivilgesellschaftliche, ehrenamtliche Plattform für amtliche Gesetzesblätter". Open Knowledge Foundation. https://offenegesetze.de/ [Alte Rechtsakte] Open Knowledge Foundation. 2013. "Bundesgit". GitHub. https://github.com/bundestag/gesetze Weitere Open Access Veröffentlichungen (Fobbe) Website — www.seanfobbe.de Open Data — zenodo.org/communities/sean-fobbe-data/ Source Code — zenodo.org/communities/sean-fobbe-code/ Volltexte regulärer Publikationen — zenodo.org/communities/sean-fobbe-publications/ Kontakt Fehler gefunden? Anregungen? Melden Sie diese entweder im Issue Tracker auf GitHub oder schreiben Sie mir eine E-Mail an [e-mail]概述 德国联邦法律语料库（C-DBR）是一套尽可能完整的联邦层级所有法律与法规的整合正式文本合集。本数据集以德国联邦司法部官方门户网站www.gesetze-im-internet.de作为数据源，并对其内容进行全量解析与处理。 请首先阅读随附的代码手册（Codebook）！其中包含本数据集正确使用的关键信息，同时也可帮助您判断最适合自身需求的数据集版本。通常而言，我推荐定量研究使用CSV格式文件，传统研究则使用PDF合集。 若您希望进一步了解立法流程，还可参考以下数据集（均附带其他作者的同类数据集链接）： - 德国联邦议会印刷文件语料库（CDRS-BT） - 德国联邦议会全体会议记录语料库（CPP-BT） 更新机制 本数据集大约每3个月更新一次。我会及时在Mastodon平台@[e-mail]账号上发布数据集更新与新版发布的通知。 2024年4月3日版本更新内容 - 全量数据更新 - Python工具链更新 - 仓库中公开GPG密钥更新 核心参数 基准日期：2024年4月3日 数据集规模：德意志联邦共和国6765部联邦法律与法规 支持格式：CSV、PDF、EPUB、TXT及XML 数据集特性 - 自2021年1月5日版本起，CSV格式文件可直接用于统计分析 - CSV版本最多包含42个变量 - 持续更新机制 - 无版权限制 - 提供同时适配传统法律从业者与法律科技（Legal Tech）应用场景的格式（CSV、PDF、EPUB、TXT及XML） - 附带详尽的编译报告（Compilation Report）以说明数据集构建流程 - 提供适用于各类场景的高清图表与描述性统计表 - 图表支持PDF（打印版）与PNG（网页版）两种格式，统计表则提供兼具人机可读性的CSV版本 - 包含所有法律文件及德国联邦司法部（BMJV）使用的缩写的完整表格化目录 - 提供所有法律文件的网络结构信息，以及超过1000部法律文件的可视化展示（实验性功能） - 开源源代码 源代码与编译报告 整个数据集构建流程已实现全自动化，并附带详尽的文档说明。每一次全量数据集编译完成后，都会同步生成一份设计精美的PDF格式编译报告（格式与代码手册类似）。此外，系统还会对数据集的完整性与合理性进行稳健性检验（Robustness Checks），并将结果写入单独的报告中。 编译报告包含完整流水线的源代码，记录相关计算结果，精确到秒级的时间戳，并附带可点击的目录结构。该报告与源代码一同存档。若您希望了解数据集构建流程的细节，请优先阅读该报告。 包括数据集构建与代码手册在内的完整源代码，已公开存档于欧洲核子研究中心（CERN）的科学档案库中，永久可访问链接为：https://zenodo.org/doi/10.5281/zenodo.4072934 加密签名机制 本数据集各归档文件的完整性与真实性通过双阶段签名机制保障。 第一阶段：在编译过程中，针对每个ZIP归档文件、代码手册及稳健性检验结果，使用SHA2-256与SHA3-512两种哈希算法计算哈希值，并将结果写入CSV文件。 第二阶段：使用本人的私人GPG密钥对上述CSV文件及编译报告进行签名。该机制既允许任何人复刻完整编译流程（尤其适用于可重复性研究），同时又能保证计算结果的权威性。 数据集编译过程中生成的哈希校验和CSV文件，已附带本人的GPG签名。本版本对应的公开GPG密钥已随数据集与源代码一同存档。该密钥的详细信息如下： 名称：Sean Fobbe（邮箱：[e-mail]） 指纹：FE6F B888 F0E5 656C 1D25 3B9A 50C4 1384 F44A 4E42 无版权限制：公有领域 根据德国《著作权法》（UrhG）第5条第1款，标准文本与元数据不属于受版权保护的作品，因其属于官方作品。德国联邦最高法院（BGH）2006年9月28日作出的编号为I ZR 261/03的“Sächsischer Ausschreibungsdienst”判决明确，该条款同样适用于官方数据库。 本人对数据集的原创性贡献（例如元数据的整理与适配）及整个数据集，均依据CC0 1.0 通用公有领域许可协议完全放弃版权。 免责声明 本数据集属于私人学术倡议项目，与德意志联邦共和国的任何政府机构、法院或其他公共部门均无关联。 同类替代数据集 【2019年6月10日起仅支持XML格式】Beckedorf, Janis/Coupette, Corinna/Hartung, Dirk. 2020. "gesetze-im-internet: A daily archive of https://www.gesetze-im-internet.de". GitHub. https://github.com/QuantLaw/gesetze-im-internet 【法律修订案相关】Wehrmeyer, Stefan/Semsrott, Arne/Filter, Johannes. 2021. "OffeneGesetze.de ist eine zivilgesellschaftliche, ehrenamtliche Plattform für amtliche Gesetzesblätter". Open Knowledge Foundation. https://offenegesetze.de/ 【旧版法律文件】Open Knowledge Foundation. 2013. "Bundesgit". GitHub. https://github.com/bundestag/gesetze 其他开放获取出版物（Fobbe） 个人网站：www.seanfobbe.de 开放数据集：zenodo.org/communities/sean-fobbe-data/ 源代码仓库：zenodo.org/communities/sean-fobbe-code/ 正式出版物全文：zenodo.org/communities/sean-fobbe-publications/ 联系方式 发现错误或有改进建议？请通过GitHub的Issue追踪系统提交，或发送邮件至[e-mail]与我联系。