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")