К содержимому

Датасет · TryDotAtwo

Сырой юридический корпус для претрейна моделей

TryDotAtwo/legal-corpus-raw-batches

Набор сырых юридических текстов для предварительного обучения языковых моделей, извлечения признаков и поиска.

Что внутри

Датасет содержит исходные юридические текстовые данные, организованные по батчам и папкам с метаданными. Предназначен для работы с многоязычными текстами в юридической сфере.

Что можно сделать

  • Претрейн юридических языковых моделей
  • Обучение систем поиска информации (retrieval)
  • Создание эмбеддингов для юридических документов
Задачи
Генерация текста, Эмбеддинги, Похожесть текстов
Языки
Много языков
Скачиваний за месяц
26,8 тыс.
Лайков
1

Как загрузить

from datasets import load_dataset

ds = load_dataset("TryDotAtwo/legal-corpus-raw-batches")