CoolFace
Datasetpublic

SpadaLab/securite-sociale-micro

Securite Sociale Micro Export de la collection securite_sociale_micro 5263 chunks issus de 3330 articles uniques — droit francais, prets pour ingestion RAG. Format data/chunks.parquet — format principal (Parquet/snappy) chunks.json — meme contenu en JSON datasheet.json — fiche descriptive complete (Datasheet for Datasets, Gebru et al.) metadata.json — statistiques + hash SHA-256 d'integrite Chaque chunk contient au minimum : article_id, titre_article… See the full description on the dataset page: https://huggingface.co/datasets/SpadaLab/securite-sociale-micro.

sourceHugging Facecc-by-4.0updated 2mo agoView on Hugging Face
0likes37downloads
Dataset Card

Securite Sociale Micro

Export de la collection securitesocialemicro

5263 chunks issus de 3330 articles uniques — droit francais, prets pour ingestion RAG.

Format

  • —data/chunks.parquet — format principal (Parquet/snappy)
  • —chunks.json — meme contenu en JSON
  • —datasheet.json — fiche descriptive complete (Datasheet for Datasets, Gebru et al.)
  • —metadata.json — statistiques + hash SHA-256 d'integrite

Chaque chunk contient au minimum : article_id, titre_article, code_source, text, hierarchie, context_prefix, nb_tokens_estime.

Methode d'extraction

Extraction automatisee depuis les API officielles (Legifrance PISTE, EUR-Lex) et telechargement de documents PDF publics (ANSSI, ENISA, CNIL).

Chunking

Decoupe intelligente par structure juridique native : alineas pour Legifrance, paragraphes numerotes pour EUR-Lex, sous-sections pour les PDFs. Taille max ~1500 tokens, min ~50 tokens.

Licences sources

  • —Licence Ouverte Etalab 2.0 (donnees Legifrance)
  • —EUR-Lex — reutilisation libre (Decision 2011/833/UE)
  • —Documents PDF publics — reproduction autorisee sauf mention contraire

Licence dataset

CC-BY-4.0 — reutilisation libre, y compris commerciale, avec attribution SpadaLab.

Charger le dataset

python
from datasets import load_dataset
ds = load_dataset("SpadaLab/securite-sociale-micro", data_files="data/chunks.parquet")
print(ds["train"][0])

Sources principales

  • —Décret n° 2020-1451 du 25 novembre 2020 pris pour l'application de l'article 21 de la loi n° 2020-935 du 30 juillet 2020 de finances rectificative pour 2020
  • —Arrêté du 7 avril 2010 pris pour l'application de l'article 6 du décret n° 2008-309 du 3 avril 2008 modifié portant dispositions transitoires relatives à la direction générale des finances publiques
  • —LOI n° 2018-1104 du 10 décembre 2018 de finances rectificative pour 2018 (1)
  • —LOI n° 2009-1673 du 30 décembre 2009 de finances pour 2010 (1)
  • —LOI n° 2025-1316 du 26 décembre 2025 spéciale prévue par l'article 45 de la loi organique n° 2001-692 du 1er août 2001 relative aux lois de finances (1)
  • —... (74 autres dans datasheet.json)

Contact

  • —Site : https://spadalab.fr
  • —Email : contact@spadalab.fr
  • —Org HuggingFace : https://huggingface.co/SpadaLab