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

rootREADME.md

README.md73 linesDownload Raw Back to root

1---2language:3- fr4license: cc-by-4.05size_categories:6- 1K<n<10K7task_categories:8- text-retrieval9- question-answering10tags:11- legal12- french-law13- rag14- spadalab15pretty_name: "Securite Sociale Micro"16---17 18# Securite Sociale Micro19 20Export de la collection securite_sociale_micro21 22**5263 chunks** issus de **3330 articles uniques** — droit francais, prets pour ingestion RAG.23 24## Format25 26- `data/chunks.parquet` — format principal (Parquet/snappy)27- `chunks.json` — meme contenu en JSON28- `datasheet.json` — fiche descriptive complete (Datasheet for Datasets, Gebru et al.)29- `metadata.json` — statistiques + hash SHA-256 d'integrite30 31Chaque chunk contient au minimum : `article_id`, `titre_article`, `code_source`, `text`, `hierarchie`, `context_prefix`, `nb_tokens_estime`.32 33## Methode d'extraction34 35Extraction automatisee depuis les API officielles (Legifrance PISTE, EUR-Lex) et telechargement de documents PDF publics (ANSSI, ENISA, CNIL).36 37## Chunking38 39Decoupe 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.40 41## Licences sources42 43- Licence Ouverte Etalab 2.0 (donnees Legifrance)44- EUR-Lex — reutilisation libre (Decision 2011/833/UE)45- Documents PDF publics — reproduction autorisee sauf mention contraire46 47## Licence dataset48 49**CC-BY-4.0** — reutilisation libre, y compris commerciale, avec attribution SpadaLab.50 51## Charger le dataset52 53```python54from datasets import load_dataset55ds = load_dataset("SpadaLab/securite-sociale-micro", data_files="data/chunks.parquet")56print(ds["train"][0])57```58 59## Sources principales60 61- 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 202062- 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 publiques63- LOI n° 2018-1104 du 10 décembre 2018 de finances rectificative pour 2018 (1)64- LOI n° 2009-1673 du 30 décembre 2009 de finances pour 2010 (1)65- 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)66- ... (74 autres dans `datasheet.json`)67 68## Contact69 70- Site : https://spadalab.fr71- Email : contact@spadalab.fr72- Org HuggingFace : https://huggingface.co/SpadaLab73