用于税法推理和问题解答的数据集数据卡片

注意：这是针对SARA v1的数据版，对于SARA v2，请参见 https://nlp.jhu.edu/law/ （将很快在Huggingface上发布！）

数据集概述

如果您使用此数据集，请引用我们的工作：

@inproceedings{Holzenberger2020ADF,
  title={A Dataset for Statutory Reasoning in Tax Law Entailment and Question Answering},
  author={Nils Holzenberger and Andrew Blair-Stanek and Benjamin Van Durme},
  booktitle={NLLP@KDD},
  year={2020}
}

支持的任务和排行榜

有两个任务：问题回答和自然语言推理，都有训练集和测试集。没有官方排行榜。

语言

英语

数据集结构

数据实例

以下是一个实例示例：

{
    "id": "s151_a_neg",
    "text": "Alice's income in 2015 is $100000. She gets one exemption of $2000 for the year 2015 under section 151(c). Alice is not married.",
    "question": "Alice's total exemption for 2015 under section 151(a) is equal to $6000",
    "answer": "Contradiction",
    "facts": ":- discontiguous s151_c\/4.\n:- [statutes\/prolog\/init].\nincome_(alice_makes_money).\nagent_(alice_makes_money,alice).\nstart_(alice_makes_money,\"2015-01-01\").\nend_(alice_makes_money,\"2015-12-31\").\namount_(alice_makes_money,100000).\ns151_c(alice,_,2000,2015).",
    "test": ":- \\+ s151_a(alice,6000,2015)."
}

数据字段

• id：实例的唯一ID，指示案件编号和相关法规（如果适用）。
• text：法律案例的背景详情
• question：实例的问题（或假设）
• answer：问题的答案或NLI判断（推理/反驳）
• facts：案件的相关事实，以Prolog格式表示
• test：相关的执行代码，以Prolog格式表示

数据拆分

数据拆分可以通过以下方式访问：

from datasets import load_dataset
qa_test = load_dataset("jhu-clsp/SARA", "qa", split="test")
qa_train = load_dataset("jhu-clsp/SARA", "qa", split="train")
nli_test = load_dataset("jhu-clsp/SARA", "nli", split="test")
nli_train = load_dataset("jhu-clsp/SARA", "nli", split="train")

数据集创建

详细信息请参阅论文： https://ceur-ws.org/Vol-2645/paper5.pdf