3CEL：西班牙语法律合同条款语料库
计算与语言
2025-01-28 v1
摘要
用于自然语言处理（NLP）的语料库在西班牙语等语言中是稀缺且宝贵的资源，这主要归因于数据可获取性和法律专家知识的可用性这两个原因。INESData 2024 是一个由欧盟资助的项目，由马德里理工大学（UPM）牵头，并由知识工程研究所（IIC）开发，旨在创建一系列应用于法律/行政领域的先进 NLP 资源。本文旨在介绍西班牙语法律合同条款语料库（3CEL），这是一个在 INESData 2024 框架内开发的合同信息抽取语料库。3CEL 包含 373 份人工标注的招标文件，使用了 19 个定义的类别（共 4,782 个标签），用于识别对合同理解和审查至关重要的关键信息。
引用
@article{arxiv.2501.15990,
title = {3CEL: A corpus of legal Spanish contract clauses},
author = {Nuria Aldama García and Patricia Marsà Morales and David Betancur Sánchez and Álvaro Barbero Jiménez and Marta Guerrero Nieto and Pablo Haya Coll and Patricia Martín Chozas and Elena Montiel Ponsoda},
journal= {arXiv preprint arXiv:2501.15990},
year = {2025}
}
备注
12 pages, 13 figures, 6 tables