lianghsun/tw-processed-related-law-article

Dataset Card for tw-processed-related-law-article 本資料集將中華民國（臺灣）現行法規以「條」為單位重新切分，並把每一條與其引用之相關條文一起合併呈現，方便用於法律語料的持續預訓練（continued pretraining）與條文檢索／問答（retrieval / QA）任務。 Dataset Details Dataset Description 資料來自中華民國公開法規與條文內容，經過下列處理： 將每部法規依條文（flno）切分為獨立樣本。 從條文內文中解析出「相關法條」，將被引用之條文內容串接於原條文後，形成可獨立閱讀的訓練樣本。 標註每條的母法名稱（name）與法規代碼（pcode）。 最終樣本以「法規名稱：xxx 第 N 條 + 條文 + 相關法條」格式呈現，每一筆都是封閉的條文上下文，能直接做為語言模型訓練的輸入。 Curated by: Huang Liang Hsun Language(s) (NLP):… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/tw-processed-related-law-article.