芝加哥大学 发布 CASESUMM 数据集, 应用在 法律摘要、长文本处理 领域

芝加哥大学 本次发布的数据集 CASESUMM, CASESUMM是由芝加哥大学研究团队创建的一个大规模法律领域长文本摘要数据集，包含了25,600条美国最高法院的意见书及其官方摘要（syllabuses），时间跨度为1815年至2019年。该数据集是目前最大的公开法律案例摘要数据集，涵盖了超过200年的最高法院判决。数据集的内容包括每个案件的事实、程序历史、法律问题及其解答，摘要由法院雇佣的律师撰写并经法官批准，具有较高的权威性。数据集的创建过程涉及从多个来源（如Public Resource Org和国会图书馆）提取和清理意见书及摘要，并通过OCR技术和正则表达式进行结构化处理。该数据集主要用于评估大语言模型在法律领域的摘要生成能力，旨在解决长文本摘要任务中的复杂性和高要求问题。

查看CASESUMM

Dataset card 内容： 

Files and versions 内容： 

关于 芝加哥大学 , 芝加哥大学是一所位于美国伊利诺伊州的顶尖私立研究型大学，以其强大的学术影响力和众多诺贝尔奖得主而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。