论文页 - 用 LOCUS 解放法律：美国地方条例语料库

来源：https://huggingface.co/papers/2606.19334

摘要

为了支持机器可读的法律 AI 研究，我们构建了一套全面的美国地方条例编码语料库及访问层，解决了大规模权威法律文本在地方法规领域的缺失问题。

法律 AI (https://huggingface.co/papers?q=legal%20AI) 的进展越来越依赖于大规模权威法律文本的获取。然而，美国法律中最具影响力的层级之一——地方条例 (https://huggingface.co/papers?q=local%20ordinances)——在现有机器可读语料库中仍然基本缺席。地方法典管辖着分区、住房、商业许可、公共卫生、噪音、动物管控以及日常管理的众多领域，但它们分散在面向人工浏览而非批量研究访问的供应商平台上。我们推出了 LOCUS——美国地方条例语料库 (https://huggingface.co/papers?q=Corpus)——一个全面的语料库 (https://huggingface.co/papers?q=corpus) 以及面向美国市、县条例编码的县域统一访问层。原始语料库 (https://huggingface.co/papers?q=corpus) 可供研究人员获取，几乎涵盖了所有公开可用的市、县条例编码。由此产生的原始语料库 (https://huggingface.co/papers?q=corpus) 包含来自 9,239 个城市和县的编码。一个规模较小的县域统一 LOCUS 访问层覆盖了美国 3,144 个县中最大的 2,309 个，覆盖了大部分人口。我们使用 OCR (https://huggingface.co/papers?q=OCR) 来处理那些阻碍法律成为公共资源的各种文档格式。我们发布了带有覆盖元数据的语料库 (https://huggingface.co/papers?q=corpus)，以支持可复现性 (https://huggingface.co/papers?q=reproducibility)、下游法律 AI (https://huggingface.co/papers?q=legal%20AI) 研究，并逐步扩大地方法律的机器可读访问 (https://huggingface.co/papers?q=machine-readable%20access)。我们训练了一系列基于 ModernBERT 的分类器 (https://huggingface.co/papers?q=ModernBERT-based%20classifiers) 和评分器 (https://huggingface.co/papers?q=scorers)，以便从多个维度（如不透明性和家长主义）分析美国地方法律——这些维度此前从未在这个规模上被研究过。LOCUS-v1 及其衍生模型可在以下链接获取：https://huggingface.co/datasets/LocalLaws/LOCUS-v1

查看 arXiv 页面 (https://arxiv.org/abs/2606.19334) 查看 PDF (https://arxiv.org/pdf/2606.19334) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.19334)

在您的代理中获取此论文：

hf papers read 2606.19334

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型关联此论文

请在模型 README.md 中引用 arxiv.org/abs/2606.19334，以便在此页面建立链接。

引用此论文的数据集2

LocalLaws/LOCUS-v1 查看器 • 更新于约 11 小时前 • 2.21M • 723 • 8 (https://huggingface.co/datasets/LocalLaws/LOCUS-v1)

AppleLamps/LOCUS-v1 更新于约 11 小时前 (https://huggingface.co/datasets/AppleLamps/LOCUS-v1)

引用此论文的 Space0

没有 Space 关联此论文

请在 Space README.md 中引用 arxiv.org/abs/2606.19334，以便在此页面建立链接。

包含此论文的收藏集0

没有收藏集包含此论文

请将这篇论文添加到一个收藏集 (https://huggingface.co/new-collection)中，以便在此页面建立链接。