按法条秒查判决：turkish-court-decisions的mevzuat_atif法条引用检索完全指南

【免费下载链接】turkish-court-decisions项目地址https://ai.gitcode.com/hf_mirrors/hamzabagirsakci/turkish-court-decisions点击查看免费下载想找引用某条法律的判决书turkish-court-decisions 是目前规模最大的土耳其法院判决开放数据集收录 1104 万条判决全文其mevzuat_atif 法条引用检索字段支持用“法律号/条文号”如5237/62秒级定位所有引用该法条的判决。一、数据集全貌1104万条判决一站获取数据集整合了土耳其四大司法公开渠道覆盖1962–2026 年、共315 亿字符判决全文来源配置名判决数年份范围分片文件最高法院 Yargıtayyargitay9,820,1451997–202617行政法院 Danıştaydanistay386,6081965–20262UYAP 参考判例库emsal815,7022017–20269宪法法院·规范性审查aym_norm5,5631962–20261宪法法院·个人申诉aym_bb17,0672012–20261合计all11,045,0851962–202630数据按来源存放在data/目录可按需只取一部分最高法院判决data/yargitay/行政法院判决data/danistay/UYAP 参考判例data/emsal/宪法法院规范性审查 / 个人申诉data/aym_norm/、data/aym_bb/二、mevzuat_atif 字段法条检索索引是怎么来的每条判决记录都带一个mevzuat_atif列表字段格式为法律号/条文号例如5237/62→ 第 5237 号《土耳其刑法》第 62 条4721/98→ 第 4721 号《民法典》第 98 条6100/30→ 第 6100 号《民事诉讼法》第 30 条字段完全由判决原文推导不做任何猜测只有两条生成路径详见 README.md路径 1原文写明了法律编号—— “5237 sayılı Türk Ceza Kanununun 62. maddesi” 直接提取为5237/62。路径 2法律简称的可信解析—— 当原文只写简称时先在 398,014 份判决中统计简称与法律编号同现的 213,444 处仅收录测量置信度≥99%的简称简称解析为法律号测量置信度样本数HMK610099.91%22,816CMUK141299.74%53,197HUMK108699.73%6,627CMK527199.70%58,410TBK609899.54%1,093TMK472199.46%1,860⚖️刻意不收录的简称TCK→5237仅 85.6%、BK→81893.6%、TTK→610263.4%、TCY→523759.5%均未达 99% 门槛因此不生成引用。原因在于旧判决可能引用已废止的旧法如 2020 年的判决可依据已废除的 765 号旧刑法——与其猜错不如留空原文仍可在text字段中检索到。三、mevzuat_atif 检索实战一行代码按法条查判例按法条查找判例只需一次 filter 调用from datasets import load_dataset yargitay load_dataset(hamzabagirsakci/turkish-court-decisions, yargitay, splittrain) # 找出所有引用《刑法》第 62 条量刑失衡的判决 tck62 yargitay.filter(lambda r: 5237/62 in r[mevzuat_atif])典型应用场景需求检索条件量刑失衡抗辩判例5237/62 in mevzuat_atif民事侵权赔偿判例4721/41 in mevzuat_atif民事诉讼管辖判例6100/1 in mevzuat_atif宪法法院基本权利审查换用aym_bb配置再过滤 完整数据集约 5.52 GBREADME 建议使用 streaming 模式加载快速体验可直接用 pyarrow 读单个分片文件例如 data/aym_norm/train-00000-of-00001.parquet。四、mevzuat_atif 与 mevzuat_konu为什么有两个相似字段老用户常问既然有法条字段mevzuat_konu是干嘛的两者分工不同参见 README.mdmevzuat_atif判决正文实际引用的法律条文 → 检索用。mevzuat_konu早期 Yargıtay 判决头部的机器生成“主题索引”行它标注的是现行法的对应条文例如 2000 年判决头部写着 2002 年才生效的民法典条款代表主题归类而非真实引用 → 因此单独成列且仅老判决有值。五、快速上手三步获取本地数据克隆仓库本仓库为只读镜像 git clone https://gitcode.com/hf_mirrors/hamzabagirsakci/turkish-court-decisions拉取数据文件.parquet文件经 Git LFS 管理克隆后执行git lfs pull即可下载实体数据约 5.5 GB。按配置加载在load_dataset中传all或单个来源名yargitay/danistay/emsal/aym_norm/aym_bb配置定义见 README.md 头部 front-matter。六、数据质量为什么检索结果是可信的指标数值说明源系统通报总量11,125,621四大来源汇总成功下载11,124,30599.99%覆盖率剔除错误响应6,779源系统返回的错误页去重72,441按(来源, 审判庭, 案号, 判决号)唯一化保留最长文本最终收录11,045,085每条判决唯一、含全文短判决不是垃圾数据均被保留隐私字段身份证号、手机号等以[TCKN]、[TELEFON]等掩码替换masked_count字段记录每条的掩码数量。七、许可与合规CC0 自由使用判决本身在土耳其不享有版权《著作权法》FSEK第 31 条明确允许公开发布判决的复制、传播与加工并与宪法第 141 条审判公开原则相衔接。数据集以CC0-1.0发布无需署名即可商用、衍生。⚠️ 仅供研究开发不构成法律意见正式引用前请到对应机构官方系统核对原文。八、常见问题FAQQ1为什么按TCK检索没有结果置信度未达 99% 门槛的简称不会被写入mevzuat_atif但原文引用仍在text全文字段中可全文检索兜底。Q2mevzuat_konu在新判决里为什么是空的该字段只填充早期带机器索引头部的 Yargıtay 判决新判决本来就没有这一行。Q3只想看某一年份的判例怎么办用内置的yearint16/monthint8分列直接过滤无需解析日期字符串。小结mevzuat_atif让 1104 万条土耳其判决从“只能全文翻”升级为“按法条秒查”。如果你在做法律 NLP、判例检索或法条影响面分析这份 CC0 数据集是目前土耳其语世界最大的结构化语料起点。赞分享【免费下载链接】turkish-court-decisions项目地址https://ai.gitcode.com/hf_mirrors/hamzabagirsakci/turkish-court-decisions点击查看免费下载相关推荐rollup-plugin-postcss源码探秘核心原理与实现细节全解析rollup plugin postcss源码探秘核心原理与实现细节全解析 rollup plugin postcss是一款实现Rollup与PostCSS无判决全文发布合法吗turkish-court-decisions的法理依据与CC0授权深度解读判决全文发布合法吗turkish court decisions的法理依据与CC0授权深度解读 判决全文可以合法公开发布吗turkish court dec1100万份判决里的宝藏土耳其法律语料turkish-court-decisions完整入门1100万份判决里的宝藏土耳其法律语料turkish court decisions完整入门 turkish court decisions Türk İç上一篇探索 FlexBoxLayout优雅的 iOS 布局解决方案下一篇探索无界开启你的科技竞赛与项目之旅创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考