madmax86/saos-pl-judgments

SAOS Polish Legal Judgments Dataset

Opis

Ten dataset zawiera orzeczenia sądowe z Systemu Analizy Orzeczeń Sądowych (SAOS) - polskiej bazy orzeczeń sądowych. Dataset został przetworzony i udostępniony w formacie przyjaznym dla modeli językowych.

Źródło danych

• API: SAOS API
• Licencja: Zgodnie z warunkami SAOS
• Język: Polski

Struktura datasetu

Dataset zawiera następujące kolumny:

Kolumna	Opis	Typ
saos_id	Unikalny identyfikator orzeczenia w SAOS	Integer
court_type	Typ sądu (COMMON, CONSTITUTIONAL_TRIBUNAL, SUPREME, etc.)	String
judgment_type	Typ orzeczenia (SENTENCE, DECISION, RESOLUTION, etc.)	String
text_content	Pełna treść orzeczenia	String
summary	Streszczenie orzeczenia (jeśli dostępne)	String
legal_bases	Podstawy prawne	String
publication_date	Data publikacji	String
case_number	Sygnatura sprawy (spłaszczona)	String
judges	Sędziowie (spłaszczeni)	String

Statystyki

• Łączna liczba orzeczeń: 525,924
• Rozmiar pobranych plików datasetu: 6.24 GB
• Rozmiar przekonwertowanych plików Parquet: 6.24 GB
• Format: Hugging Face Dataset (Arrow/Parquet)
• Status: Publiczny (dostęp dla wszystkich)

Użycie

W Pythonie z biblioteką datasets:

from datasets import load_dataset

# Wczytaj dataset
dataset = load_dataset("madmax86/saos-pl-judgments")

# Przykładowe użycie
for example in dataset['train'].select(range(5)):
    print(f"ID: {example['saos_id']}")
    print(f"Sąd: {example['court_type']}")
    print(f"Treść: {example['text_content'][:200]}...")
    print("-" * 50)

Filtrowanie po typie sądu:

from datasets import load_dataset

dataset = load_dataset("madmax86/saos-pl-judgments")

# Tylko orzeczenia Sądu Najwyższego
supreme_court = dataset.filter(lambda x: x['court_type'] == 'SUPREME')

# Tylko orzeczenia z ostatnich 10 lat (przykład)
recent_judgments = dataset.filter(lambda x: x['publication_date'] > '2015-01-01')

Przetwarzanie danych

Dane zostały przetworzone w następujący sposób:

1. Pobranie: Wszystkie orzeczenia pobrane z API SAOS
2. Spłaszczenie: Zagnieżdżone struktury JSON zostały spłaszczone do prostych pól tekstowych
3. Czyszczenie: Usunięcie pustych pól i standaryzacja formatu
4. Dedukacja: Usunięcie zduplikowanych i niepotrzebnych kolumn

Autor

• Użytkownik Hugging Face: madmax86
• Repozytorium: madmax86/saos-pl-judgments

Licencja

Dataset jest udostępniany zgodnie z warunkami licencji SAOS. Przed użyciem w projektach komercyjnych sprawdź warunki licencji źródłowej.

Kontakt

W przypadku pytań lub problemów z datasetem, skontaktuj się przez Hugging Face lub utwórz issue w repozytorium.

---

Dataset został utworzony przy użyciu API SAOS i jest przeznaczony do celów badawczych i edukacyjnych.