awesome-legal-data 是数据集领域的开源项目，由 openlegaldata 开发，2019 年首次发布。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 308。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-15。开源数据集资源，免费使用。从国内网络环境看，可直接访问。
它主要面向的使用场景是：法律NLP研究者快速调研可用的公开判决与法规语料。同类可对比的替代方案包括 LexGLUE、legal-nlp-datasets。
awesome-legal-data
法律文本数据集一页汇总，省去全网搜数据时间
awesome-legal-data 是一个面向法律文本处理的开源资源合集，主要收集法律领域的公开数据集、语料库及相关工具链接。它解决的核心问题是：法律 NLP 研究者与开发者往往需要花费大量时间在分散的法院判决、法规条文、合同文本等数据源中寻找可用数据，而该项目通过集中整理降低检索成本。内容覆盖多国法律文本、判决文书、法律问答、合同条款等类型，并附带数据集规模、语言、许可协议等元信息，方便快速筛选。项目以 Markdown 列表形式维护，结构清晰，适合作为法律科技、智能合同、法律问答系统等方向的数据入口。由于是资源汇总而非代码库，它本身不提供数据处理算法，但能显著缩短前期调研时间，是法律 NLP 领域较实用的索引型项目。
开源
free
数据集
GitHub 星标
★ 308
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队openlegaldata
所属国家
定价模式free
价格说明开源数据集资源，免费使用
访问状态
是否开源是
开源协议
主要语言
技术栈/模型datasets,legal,legal-tech,nlp
GitHub 星标★ 308
30天Star增速
HF 下载量
上线时间2019-02-19 00:00:00
最近更新2026-09-15 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
核心亮点
- 按法律文本类型和语言分类整理，附数据集规模与许可信息，筛选效率高
- 覆盖判决、法规、合同、问答等多种法律 NLP 常见任务数据源
- 以 Markdown 维护，贡献门槛低，便于社区持续补充新数据集
不足之处
- 仅做链接汇总，不提供数据下载、清洗或预处理代码
- 部分链接可能随时间失效，缺少自动化校验机制
适用场景
- 法律 NLP 研究者快速调研可用的公开判决与法规语料
- 法律科技公司为智能合同审查或法律问答产品选型训练数据
- 学生或初学者寻找法律文本处理练手数据集与入门资源
替代项目
LexGLUE、legal-nlp-datasets
项目介绍
上一篇：arco-era5
下一篇：HDI-Dataset
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models