我是否应该公开我的数据集？可复现性与个人数据权利之间的权衡

自然语言处理技术已帮助领域专家解决法律问题。法院文件的数字化可用性增加了研究人员的可能性，他们可以将其作为构建数据集的来源——而公开这些数据集符合计算研究中良好的可复现性实践。巴西等大型数字化法院系统很容易在此意义上被探索。然而，个人数据保护法律对数据暴露施加了限制，并规定了研究人员应当注意的原则。在涉及侵犯人权（例如我们作为关注示例详细阐述的性别歧视）的案件中必须特别谨慎。我们就该问题提出了法律与伦理考量，并为处理此类数据并决定是否公开的研究人员提供了指导方针。