财政笔记研究 发布 BillSum 数据集, 应用在 法律文本处理、自动摘要 领域

财政笔记研究 本次发布的数据集 BillSum, BillSum是由财政笔记研究创建的第一个专门用于美国国会和加州州法案自动摘要的数据集。该数据集包含22,218条美国国会法案和1,237条加州法案，法案长度介于5,000至20,000字符之间。数据集的创建过程涉及从美国政府出版办公室的Govinfo服务收集法案，并通过人工编写的摘要进行分割。BillSum数据集旨在解决法案文本处理和摘要生成的挑战，特别是在缺乏人工摘要的州立法机构中应用自动摘要技术。

查看BillSum

README 内容： 

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。