法律文档检索数据集

法律文档检索数据集 数据来源：互联网公开数据
标签：法律文档,文本检索,问答系统,自然语言处理,信息抽取,司法应用,机器学习

数据概述：
本数据集旨在支持法律文档检索和问答系统的开发，包含三个主要文件：corpus.csv、train.csv 和 public_test.csv。
1. corpus.csv：存储法律文本及其唯一标识符，字段包括：
- text：法律文本内容（字符串类型）
- cid：文本在语料库中的唯一标识符（整数类型）

1. train.csv：包含训练数据，字段包括：
2. question：问题文本内容（字符串类型）
3. qid：问题的唯一标识符（字符串类型）
4. context：与问题相关的法律文本段落列表（字符串列表类型）

5. cid：与问题相关的法律文本段落的标识符列表（整数列表类型）

6. public_test.csv：包含测试数据，字段包括：

7. question：问题文本内容（字符串类型）
8. qid：问题的唯一标识符（字符串类型）

数据用途概述：
该数据集适用于法律文本检索、问答系统开发、自然语言处理模型训练、信息抽取任务以及司法辅助应用等场景。研究人员和开发者可以利用此数据集训练和评估法律文档检索模型，支持从大量法律文本中快速准确地提取相关信息。此外，数据集还可用于法律信息抽取、法律问答生成与评估等任务，为司法领域的智能化应用提供数据支持。