turkish-law-chatbot

מה זה

הנתונים נאספו ונבנו עבור אימון מודל בשם MindLaw, במטרה לתת מענה למשימות עיבוד שפה טבעית בעולם המשפט. המאגר כולל שלושה סוגי תוכן עיקריים: סעיפים ישירים מתוך חוקת הרפובליקה הטורקית, טקסטים שמסבירים זכויות חוקתיות, חובות ותקנות, ורשימה של שאלות נפוצות שאזרחים מפנים לעורכי דין יחד עם התשובות המתאימות להן.

התוכן מאורגן בקובצי JSON, כאשר המאגר מחולק לקובץ אימון בשם train.json, קובץ בדיקה בשם test.json וקובץ בשם main set.json. כרטיס הדאטהסט לא מפרט תהליכי סינון, ניקוי או ולידציה שעברו הטקסטים, ומציג בעיקר את מקורות המידע מהם הם נלקחו.

מתאים ל

• אימון צ'אטבוט משפטי

  כוונון מודלי שפה למתן תשובות בסיסיות לשאלות של אזרחים בטורקית לפי החוק המקומי.

• תמצות טקסטים חוקתיים

  בניית מודלים שמסבירים סעיפי חוקה ארוכים ומורכבים בשפה פשוטה וברורה.

• הערכת מודלים במשפט

  שימוש בקובץ המבחן לבדיקת דיוק של מודלי שפה בשאלות ותשובות משפטיות בטורקית.

איפה זה נופל

המאגר כתוב כולו בטורקית בלבד, כך שהוא לא יעזור למי שמחפש תוכן בעברית או תמיכה בחוק הישראלי. מעבר לכך, מדובר בטקסטים ספציפיים מאוד לחוקה הטורקית ולשאלות משפטיות מקומיות, ללא כיסוי של תחומי משפט בינלאומיים. הכרטיס לא מציין מתי בדיוק נאספו הטקסטים והאם הם מעודכנים לשינויי חקיקה אחרונים, ולכן חובה לבדוק כל תשובה מול החוק העדכני לפני שמסתמכים עליה במערכת חיה.

איך טוענים

טוענים את המאגר ישירות דרך ספריית datasets באמצעות המזהה Renicames/turkish-law-chatbot, או מורידים את קובצי ה־JSON מהמאגר. הגישה חופשית לגמרי ואין צורך בהרשאה מוקדמת או באישור מיוחד. המאגר מכיל חמישה קבצים, ביניהם קובצי הפיצול המוכנים train.json ו־test.json, כך שאפשר להתחיל מיד באימון והערכה בלי לבצע חלוקה ידנית.

from datasets import load_dataset

ds = load_dataset("Renicames/turkish-law-chatbot")

הרישיון

המאגר מופץ תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי ומחקר ללא תשלום, ומאפשר לשנות את הנתונים ולאמן עליהם מודלים. התנאי העיקרי הוא שמירה על הודעת זכויות היוצרים והצהרת הרישיון המקורית. אין חובה לשתף את המודל המאומן או את הפיתוחים שלכם תחת אותו הרישיון.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗