five

awesome-legal-data

收藏
github2026-06-03 更新2026-06-04 收录
下载链接：
https://github.com/openlegaldata/awesome-legal-data
下载链接
链接失效反馈
官方服务：
资源简介：
这是一个精心策划的资源列表，专注于法律数据，包含数据集、语料库、基准测试、工具和其他与法律领域相关的链接，按全球、多司法管辖区以及欧洲和欧盟等地区分组组织。大多数资源是公开可用的，涵盖法律文本处理、法律语言理解、合同分析、知识产权等多个主题。

This is a curated list of resources focused on legal data, encompassing datasets, corpora, benchmarks, tools, and other relevant links related to the legal domain. The resources are organized by regional groupings such as global, multi-jurisdictional, Europe, and the European Union. Most of these resources are publicly available, covering a wide range of topics including legal text processing, legal language understanding, contract analysis, intellectual property, and more.
创建时间：
2019-02-19
原始信息汇总

Awesome Legal Data 数据集详情

概述

这是一个精选的法律数据资源列表，收录了与法律领域相关的数据集、语料库、基准测试、工具及其他资源，按地区/国家分组。大多数资源是公开可获取的。

图例说明：

  • (Open) = 公开可访问（可能需免费注册/密钥）
  • (Commercial) = 付费/订阅
  • (API) = 提供程序化访问/批量数据接口

全球及跨司法管辖区资源

法律信息检索平台

  • WorldLII — 全球免费法律信息联合入口（立法、判例、条约） (Open)
  • vLex — 覆盖100+司法管辖区的全球法律研究平台 (Commercial)
  • Westlaw — 汤森路透旗舰级全球法律研究服务 (Commercial)
  • LexisNexis / Lexis+ — 全球法律内容平台 (Commercial)
  • HeinOnline — 海量法律期刊及历史立法档案 (Commercial)
  • WIPO Lex — 全球知识产权法律/条约数据库及IP判例 (Open)
  • SSRN (Legal Scholarship Network) — 法律学术论文/预印本开放存储库 (Open)
  • OpenAlex — 学术元数据/摘要，包含法律期刊，提供API (Open, API)

法律NLP数据集与基准

  • Pile-of-Law — 256GB英文法律/行政文本开放语料库（判决、法规、合同） (Open)
  • MultiLegalPile — 多语言多司法管辖区法律文本语料库（24种语言） (Open)
  • LexGLUE — 法律语言理解基准测试集（多任务分类） (Open)
  • LEDGAR — 合同条款分类数据集（来自EDGAR申报文件） (Open)
  • ContractNLI — 合同自然语言推理数据集（蕴含/矛盾/中立） (Open)
  • CUAD — 合同理解Atticus数据集，含13类专家标注条款 (Open)
  • Massive Legal Embedding Benchmark (MLEB) — 法律信息检索多领域开源基准测试 (Open)
  • The Chancery Lane Project (TCLP) — 气候友好型合同条款开放库 (Open)

欧洲及欧盟

欧盟整体

提示： 欧盟N-Lex门户链接至所有欧盟/欧洲经济区国家的官方法律数据库。

英国

  • legislation.gov.uk — 英国官方综合立法（法案、法定文件、权力下放立法），支持API和批量XML (Open, API)
  • Find Case Law (The National Archives) — 英格兰及威尔士法院/法庭判决免费数据库 (Open)
  • BAILII — 英国及爱尔兰法律信息研究所（判例和立法） (Open)
  • ICLR — 官方法律报告和案件分析 (Commercial)
  • Westlaw UK — 英国判例、立法、期刊和分析 (Commercial)
  • Lexis+ UK — 英国判例、立法、评注（Halsburys） (Commercial)

德国

法国

  • Légifrance — 法国官方立法（法典、法律）及部分判例 (Open)
  • Judilibre (Cour de cassation) — 最高法院判决开放数据和API (Open, API)
  • Doctrine.fr — 法国判例聚合及分析 (Commercial)
  • Dalloz — 法典、判例和评注（Dalloz百科全书） (Commercial)

意大利

西班牙

荷兰

芬兰

  • Finlex — 芬兰立法、判例、政府法案，支持机器读取 (Open)

波兰

瑞士

奥地利

  • RIS — 联邦法律信息系统（立法、判例） (Open)

捷克

挪威

土耳其

  • [https://acikveri.yagiz.dev/] — 土耳其开放法律数据
  • Avukatistan — 土耳其法律研究平台，含判例、立法、法律问题及律师数据 (Open)

北美

美国

  • GovInfo — 美国出版办公室认证联邦文档（USC、CFR、联邦公报）及批量数据/API (Open, API)
  • U.S. Code (XML) — 美国法典XML批量下载 (Open)
  • eCFR — 美国联邦法规最新版，含API (Open, API)
  • Federal Register — 每日联邦规则/通知，含完整API (Open, API)
  • case.law (Caselaw Access Project) — 约670万份美国法律意见（1658-2018），含批量下载和API (Open, API)
  • CourtListener — 数百万份意见及RECAP案件摘要，提供强大API/批量下载 (Open, API)
  • Free Law Project
  • PACER — 联邦法院案件摘要和文件（需付费） (Commercial/Gov)
  • Oyez — 美国最高法院音频、庭审记录及案例摘要 (Open)
  • Supreme Court Database (SCDB) — 每项最高法院判决的编码元数据（1791年至今） (Open)
  • CaseHOLD (AI2) — 美国法律原则多项选择问答（法律推理基准） (Open)
  • EDGAR — 美国证券交易委员会公司申报文件（合同、10-K），含批量下载和API (Open, API)
  • Bloomberg Law — 案件摘要、分析工具、二手资料 (Commercial)
  • Fastcase — 判例和法规，含引证分析，常通过律师协会会员获取 (Commercial)
  • Westlaw / Lexis+ • Lexis+ — 综合性美国一手/二手法律资源及引证分析（KeyCite/Shepards） (Commercial)
  • H2O Open Case Book
  • AI Laws by State — 美国各州人工智能立法追踪（50州），涵盖法案状态、生效日期、惩罚结构及主题分类 (Open)

加拿大

墨西哥

亚洲

印度

中国

日本

韩国

  • [https://open.law.go.kr/LSO/openApi/guideList.do] — 开放法律数据

俄罗斯

  • [https://github.com/irlcode/RusLawOD] — 开放法律数据
  • [IPBD.ru] — 开放法律数据

巴西

澳大利亚

其他数据集

工具

其他链接

搜集汇总
数据集介绍
main_image_url
构建方式
该数据集以精选资源列表的形式构建，系统性地汇集了全球范围内与法律领域相关的数据集、语料库、基准测试、工具及其他链接。资源按地域/国家进行分组，涵盖全球及多司法管辖区、欧洲各国、北美、亚洲、南美及大洋洲等区域。每个条目均标注了访问类型（公开、商业或提供API），并附有直接链接与简要说明，确保用户能够快速定位并获取所需的法律数据资源。
特点
该数据集具有高度的地域覆盖性与资源多样性，不仅囊括了如WorldLII、EUR-Lex等官方公开的法律信息门户，还收录了Pile-of-Law、MultiLegalPile等大规模法律文本语料库，以及LexGLUE、CUAD等专业法律NLP基准数据集。此外，数据集还整合了Blackstone等法律文本处理工具与相关研究项目链接，形成了一个集数据、工具与学术资源于一体的综合性法律数据生态。
使用方法
用户可直接通过数据集提供的链接访问各资源，并根据标注的访问类型（公开、商业或API）选择合适的使用方式。对于公开资源，如EUR-Lex或CanLII，用户可免费浏览或通过API批量获取数据；对于商业资源，如Westlaw或LexisNexis，需订阅后使用。数据集还提供了Hugging Face等平台上的直接下载链接，便于用户将数据集成到法律NLP或信息检索项目中。
背景与挑战
背景概述
在法律人工智能与自然语言处理领域，高质量、结构化的法律数据集是驱动模型训练与评估的基石。awesome-legal-data 项目由社区维护，自发布以来持续汇聚全球范围内的法律数据资源，覆盖多法域、多语种的立法、判例、合同及学术文献。该仓库的核心研究问题在于弥合法律领域数据分散、格式异构的鸿沟，为研究者提供一站式的资源索引。其影响力体现在对法律文本分类、信息检索、判决预测等任务的支撑上，例如 LexGLUE 基准测试与 Pile-of-Law 语料库的涌现均受益于此生态。项目通过整合世界法律信息研究所、EUR-Lex、CanLII 等权威来源，推动了跨司法管辖区的法律计算研究。
当前挑战
该数据集面临的挑战首先源于法律领域的复杂性，如不同法系间术语差异、判例引用结构多变，以及多语种语义对齐难题，导致通用 NLP 模型在任务如法律判决预测或合同条款分类中泛化能力不足。构建过程中，资源碎片化与授权限制构成主要障碍：全球法律数据分散于商业平台（如 Westlaw）与开放门户（如 GovInfo），许可协议参差不齐；部分司法管辖区（如中国裁判文书网）的批量获取受反爬机制制约，而历史文档的 OCR 质量与结构化标注依赖昂贵的人工专家干预。此外，跨域基准如 Massive Legal Embedding Benchmark 的评估标准尚未统一，加剧了模型可比性的困境。
常用场景
经典使用场景
在法律自然语言处理领域，该数据集汇编了全球多司法管辖区的法律数据资源，为研究者提供了丰富的语料库与基准测试。其经典使用场景集中于法律文本分类、信息检索与语义理解任务，例如利用EUR-Lex与MultiEURLEX进行多标签分类，或借助ContractNLI与CUAD开展合同条款的蕴含关系推理与信息抽取。这些场景依托于高质量、大规模的法律文本，支撑了从法律判决预测到合同审查自动化的前沿探索。
解决学术问题
该数据集系统性地解决了法律领域学术研究中数据孤岛与标注稀缺的难题。通过整合跨地域、多语种的法律文本，它推动了法律语言理解模型的跨语言泛化与零样本迁移学习研究。例如，LexGLUE基准测试统一了多任务评估框架，使研究者能够量化模型在案件分类、法律推理等任务上的表现。此外，CAIL2018与ILDC等数据集为判决预测与文书摘要提供了标准化评测，显著降低了实验复现的门槛，加速了法律人工智能的理论验证与创新。
衍生相关工作
该数据集催生了多项标志性学术成果，例如LEGAL-BERT模型基于法律语料预训练，显著提升了法律文本的语义表征能力；Pile-of-Law与MultiLegalPile作为大规模预训练语料，推动了通用法律语言模型的涌现。在任务层面，COLIEE竞赛利用日本民法数据集促进了法律信息检索与蕴含推理的联合研究；CaseHOLD基准则通过美国判例数据，强化了法律推理中的多选问答能力。这些衍生工作不仅拓展了法律NLP的技术边界，还为跨学科合作提供了可复现的实验基础。
以上内容由遇见数据集搜集并总结生成
关于我们
遇见数据集——让每个数据集都被发现，让每一次遇见都有价值。
数发科官网www.sfktec.com
联系我们
youjian
selectdataset@iotsh.com.cn
商业合作
数据驱动未来，携手共赢发展
二维码
社区交流群
二维码
科研交流群
商业服务