К содержимому

Датасет · Exploration-Lab

Бенчмарк по праву Индии на шести языках

Exploration-Lab/IL-TUR

От 100 тыс. до 1 млн примеров по 8 юридическим задачам на английском и индийских языках.

Что внутри

Единый репозиторий объединяет данные для 8 базовых задач понимания и анализа юридических текстов Индии: классификации, суммаризации, перевода, извлечения признаков и определения семантической близости. Внутри от 100 тысяч до 1 миллиона текстовых и табличных записей. Помимо английского, в датасете представлены хинди, бенгальский, гуджарати, малаялам и маратхи.

Что можно сделать

  • Обучение и оценка многоязычных юридических NLP-моделей
  • Тестирование суммаризации и классификации судебных и правовых документов
  • Обучение систем машинного перевода юридической терминологии
Задачи
Классификация текста, Суммаризация, Перевод, Разметка токенов, Эмбеддинги, Похожесть текстов
Языки
Английский, Хинди, bn, gu, ml, mr, or, pa и ещё 2
Размер
100K–1M записей
Скачиваний за месяц
515
Лайков
36
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("Exploration-Lab/IL-TUR")