Dataset Card for tw-judicial-wisdom

tw-judicial-wisdom 是一個來自中華民國司法院「司法智識庫」之法律判決與見解資料集，合計 2,508 筆，已整理為 OpenAI Messages（messages）對話格式，可用於繁體中文法律 LLM 之持續預訓練（CPT）或 SFT 訓練，讓模型學習法院實務見解之論理結構與用語。

Dataset Details

Dataset Description

中華民國司法院之「司法智識庫」（fjudkm.judicial.gov.tw）為司法院整理發布之精選判決與法律見解集合，收錄各級法院具參考價值之案件與論理段落，長期作為實務界與學界引用之來源。本資料集將這些精選判決與見解整理為對話格式，每筆以單輪 messages 儲存，內容保留法院之事實摘要、爭點分析、法律依據與判決結論，便於法律 LLM 學習：

1. 判決書之結構化論理方式；
2. 法律爭點之拆解與援引法條；
3. 精華案件之裁判主文與理由。

• Curated by: Liang Hsun Huang
• Language(s) (NLP): Traditional Chinese
• License: 來源為中華民國司法院之公開資料，使用時請依司法院公開資料政策辦理
• Source Authority: 中華民國司法院 司法智識庫

Dataset Sources

• Repository: lianghsun/tw-judicial-wisdom
• Source Authority: 司法智識庫

Uses

Direct Use

本資料集主要設計用於：

• 繁體中文法律 LLM 之持續預訓練（CPT）；
• 作為精選判決之 SFT 語料，補強法院實務見解之學習；
• 研究判決書結構化論理之語言特徵；
• 與 tw-processed-judgments-14B、tw-judgment-gist 等資料集搭配使用。

Out-of-Scope Use

本資料集不適用於下列用途：

• 作為正式法律諮詢之依據，模型輸出不構成法律意見；
• 作為當事人身份識別之素材；
• 作為非中華民國法律體系之訓練資料；
• 作為商業法律產品之唯一訓練來源，商業使用前應確認司法院公開資料政策之適用範圍。

Dataset Structure

{
  "messages": [
    {"role": "user", "content": "原判決除假執行部分外廢棄，發回台灣高等法院台中分院。理由：本件上訴人主張..."}
  ]
}

欄位	型別	說明
messages	list[{role, content}]	OpenAI Messages 格式對話

統計項目	數值
總筆數	2,508
切分	無（使用者自行切分）

Dataset Creation

Curation Rationale

司法智識庫之精選判決對於法律 LLM 來說是高品質語料，但其原始格式不利於直接作為 SFT / CPT 使用。本資料集將其整理為 OpenAI Messages 格式，讓繁中法律 LLM 能直接受益於司法院之公開精選內容。

Source Data

Data Collection and Processing

• 來源：中華民國司法院「司法智識庫」之公開判決與見解；
• 處理：進行清理、標準化，盡可能去識別化以保護個人隱私，並整理為 OpenAI Messages 格式。

Who are the source data producers?

原始判決與見解由中華民國各級法院之承審法官撰寫，經司法院依其標準選入司法智識庫。

Annotations

Annotation process

本資料集不包含額外人工標註。

Who are the annotators?

不適用。

Personal and Sensitive Information

司法智識庫之內容為司法院依法公開之文書，當事人姓名之揭露或遮蔽依司法院規則辦理。本資料集於整理過程已盡可能進行去識別化，但使用者仍不得以本資料集進行當事人識別。

Bias, Risks, and Limitations

• 精選樣本之領域偏態：司法智識庫之內容由司法院選定，可能偏向特定法律領域；
• 時效性：法律見解會隨法規修訂而變動，歷史判決之結論可能已過時；
• 授權模糊：司法院公開資料之商業使用範圍應進一步確認；
• 單輪格式：雖為 messages 結構，但實際多為單輪內容。

Recommendations

建議使用者：

• 搭配 tw-processed-judgments-14B、tw-judgment-gist、tw-judgment-gist-chat 等資料集共同訓練；
• 商業使用前查閱司法院公開資料政策；
• 模型輸出應以最新之全國法規資料庫與判決書進行交叉比對。

Citation

@misc{tw-judicial-wisdom,
  title        = {tw-judicial-wisdom: ROC Judicial Yuan Wisdom Base Corpus},
  author       = {Liang Hsun Huang},
  year         = {2024},
  howpublished = {\url{https://huggingface.co/datasets/lianghsun/tw-judicial-wisdom}},
  note         = {2,508 curated judgments and legal opinions from Judicial Yuan's Wisdom Base, formatted as OpenAI messages.}
}

Dataset Card Authors

Liang Hsun Huang

Dataset Card Contact

Liang Hsun Huang