印度最高法院法律词汇嵌入数据集1950_2016

数据集概述

该数据集是基于印度最高法院1950年1月至2016年12月间的四万八千余份判决训练的法律领域词嵌入模型，包含三万四千余个法律词汇及对应的一百维向量，采用Word2Vec的CBOW变体训练。

文件详解

• 文件名称: Legal W2V
• 文件格式: 无扩展名
• 核心内容: 包含三万四千余个法律领域词汇及其一百维向量表示，训练参数为向量维度100、窗口大小10、迭代次数10、最小词频10

适用场景

• 法律信息检索: 提升法律文本搜索的准确性和相关性
• 法律信息学研究: 支持法律文本分类、案例相似度匹配等任务
• 法律自然语言处理: 作为法律领域模型训练的预训练词嵌入资源
• 司法文本分析: 辅助挖掘判决文书中的语义关联和法律概念网络