捷克法院判决语料库（CzCDC）：开放获取作为第一步
计算与语言
2019-10-22 v1 信息检索
摘要
在本文中，我们描述了捷克法院判决语料库（CzCDC）。CzCDC 是一个包含 237,723 份判决的数据集，由捷克最高层级法院发布，即最高法院、最高行政法院和宪法法院。所有判决均发布于 1993 年 1 月 1 日至 2018 年 9 月 30 日之间。法院判决可在各法院网页或通过商业法律信息数据库获取。这常导致对这些判决感兴趣的研究者要么联系相应法院，要么联系商业提供商。这造成了延误和额外成本。由于缺乏法院提供判决的数据格式方面的跨法院标准，这些问题进一步加剧。此外，法院数据库往往缺乏适当的文档。我们的目标是使法院判决数据集以一致的（纯文本）格式免费在线可用，以降低未来研究获取数据的相关成本。我们相信，通过 CzCDC 简化对法院判决的访问可使其他研究者受益。在本文中，我们描述了判决纳入 CzCDC 前的处理过程以及该数据集的基本统计信息。该数据集包含法院判决的纯文本，这些文本未标注任何语法或句法特征。
引用
@article{arxiv.1910.09513,
title = {The Czech Court Decisions Corpus (CzCDC): Availability as the First Step},
author = {Tereza Novotná and Jakub Harašta},
journal= {arXiv preprint arXiv:1910.09513},
year = {2019}
}