9111 Questions Dataset

Датасет 9111 Questions включает юридические вопросы и ответы, собранные с российского форума 9111.ru. Он содержит около 21 миллиона вопросов от пользователей и соответствующие ответы от юристов, представляя собой обширный корпус юридических обсуждений. Данные предназначены для задач обработки естественного языка, таких как обучение систем вопросно-ответов, классификация текста, семантический поиск или анализ юридического контента.

Содержимое файлов

• Формат: JSONL (сжатый в .gz).

• Пример структуры:

  {
    "id": <целое число>,
    "title": "<заголовок вопроса>",
    "description": "<описание вопроса>",
    "answers": [
      {
        "user_name": "<имя пользователя>",
        "status": "<статус>",
        "rating": <число>,
        "text": "<текст ответа>"
      }
    ]
  }

• Содержимое: Юридические вопросы по темам, таким как семейное право, трудовые споры, недвижимость, налоги и др.

Особенности

• Все примеры находятся в тренировочном наборе (train split), валидационная или тестовая выборки отсутствуют.

• Язык: преимущественно русский, возможны фрагменты на других языках.

• Датасет находится в общественном достоянии (CC0), что позволяет использовать его для любых целей.

Применение

• Обучение моделей для юридических систем вопросно-ответов.

• Анализ юридического контента и пользовательских запросов.

• Разработка чат-ботов для юридических консультаций.

Ограничения

Пользовательские вопросы могут содержать неточности или неполные описания. Ответы юристов могут варьироваться по качеству.