法律领域预测数据集卡片

数据集概述

该数据集包含需要分类为公共法、民事法、刑事法和社交法四个主要法律领域的案例。

这些案例可以进一步分类为子领域：

"public": ['Tax', 'Urban Planning and Environmental', 'Expropriation', 'Public Administration', 'Other Fiscal'],
"civil": ['Rental and Lease', 'Employment Contract', 'Bankruptcy', 'Family', 'Competition and Antitrust', 'Intellectual Property'],
'criminal': ['Substantive Criminal', 'Criminal Procedure']

支持的任务和排行榜

法律领域预测可以用作文本分类任务。

语言

瑞士有四种官方语言，其中德语、法语和意大利语都有所代表。法官和书记员用所属程序语言撰写判决书。

数据集结构

• 决定编号：决定的唯一标识符
• 事实：决定的事实部分
• 考虑因素：决定的考虑因素部分
• 法律领域：决定的标签（主要法律领域）
• 法律子领域：决定的法律子领域
• 语言：决定的语言
• 年份：决定的年份
• 法院：决定的法院
• 工作室：决定的工作室
• 州：决定的州
• 地区：决定的地区

数据字段

[需要更多信息]

数据实例

[需要更多信息]

数据字段

[需要更多信息]

数据拆分

数据集按日期进行分层拆分

• 训练集：2002-2015
• 验证集：2016-2017
• 测试集：2018-2022

数据集创建

策划理由

源数据

原始数据以未经处理的HTML格式(HTML)从瑞士联邦最高法院( https://www.bger.ch )公开发布。文件通过Entscheidsuche门户网站( https://entscheidsuche.ch )的HTML格式进行下载。

判决书是由法官和书记员以所属程序语言撰写的。

注释

个人和敏感信息

该数据集包含来自瑞士联邦最高法院的公开可用法院决定。根据以下指南，法院在发布前对个人或敏感信息进行了匿名化处理: https://www.bger.ch/home/juridiction/anonymisierungsregeln.html 。

使用数据时的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

其他信息

数据集策划者

[需要更多信息]

许可信息

我们根据CC-BY-4.0发布数据，该许可符合法院许可条款( https://www.bger.ch/files/live/sites/bger/files/pdf/de/urteilsveroeffentlichung_d.pdf )©瑞士联邦最高法院，2002-2022

此网站的编辑内容和汇编文本的版权归瑞士联邦最高法院所有，受Creative Commons Attribution 4.0 International许可。这意味着您可以重新使用内容，前提是您承认出处并指明您所做的任何更改。来源: https://www.bger.ch/files/live/sites/bger/files/pdf/de/urteilsveroeffentlichung_d.pdf

引用信息

请引用我们的 ArXiv-Preprint

@misc{rasiah2023scale,
      title={SCALE: Scaling up the Complexity for Advanced Language Model Evaluation}, 
      author={Vishvaksenan Rasiah and Ronja Stern and Veton Matoshi and Matthias Stürmer and Ilias Chalkidis and Daniel E. Ho and Joel Niklaus},
      year={2023},
      eprint={2306.09237},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

贡献