LegalPincite：多層級法律資訊檢索資料集
為何重要
這份資料集針對法律 AI 研究中長期存在的評估誤差進行基礎建設補強，提供無資料洩漏、涵蓋完整段落的真實標註，將有助於開發者訓練出更精確能援引具體法條段落的法律檢索或翻譯模型。
法律資訊檢索（IR）常用於從判決法規庫中找出相關來源，但現有公開資料集因查詢文字往往含有人工隱藏的引用資訊，或是排除未被引用的邊緣段落，形成不切實際的檢索環境。為解決此問題，研究團隊建立了一套源自歐盟法院（CJEU）判決的大規模資料集，提供更嚴謹的評估基準。
- 包含未遮罩的查詢與完整語料庫，並提供案件級及段落級的真解引用標註，所有內容皆經過部分人類專家驗證。
- 支援多層級檢索需求，含括案件對案件、段落對案件以及段落對段落的評估。
- 修正過往資料集的設定缺陷（如資料洩漏與排除邊緣資料），旨在呈現更貼近真實法律實務場景的檢索結果。