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")