Kawahara Lab at Waseda University 发布 e_gov 数据集, 应用在 法律文本、自然语言处理 领域

Kawahara Lab at Waseda University 本次发布的数据集 e_gov, 这是一个从日本政府网站e-Gov获取的日本法律数据集，下载日期为2024年10月20日。数据集包含两个主要字段：text和metadata。text字段包含法律文本，是主要使用的部分；metadata字段包含9个子字段，提供了法律的额外信息，如颁布时代、语言、法律类型、颁布年份、颁布月份/日期、法律编号和类别ID等。数据集分为训练集、验证集和测试集，比例为8:1:1，且分割时保留了类别的原始分布。

查看e_gov

Dataset card 内容： 

Files and versions 内容： 

关于 Kawahara Lab at Waseda University , Kawahara Lab at Waseda University是日本早稻田大学内的一个研究机构，专注于语音处理、音频信号处理以及语音合成等语音技术研究。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。