Citation Data of Czech Apex Courts (preprint)

HARAŠTA, Jakub, Tereza NOVOTNÁ a Jaromír ŠAVELKA. Citation Data of Czech Apex Courts (preprint). arXiv. arXiv:2002.02224, 2020, 7 s.

Základní údaje

• Originální název: Citation Data of Czech Apex Courts (preprint)
• Autoři: HARAŠTA, Jakub, Tereza NOVOTNÁ a Jaromír ŠAVELKA.
• Vydání: arXiv, arXiv:2002.02224, 2020.

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Článek v odborném periodiku (nerecenzovaný)
• Obor: 50500 5.5 Law
• Stát vydavatele: Spojené státy
• Utajení: není předmětem státního či obchodního tajemství
• WWW: Text (arXiv.org) Dataset (GitHub)
• Organizační jednotka: Právnická fakulta
• Klíčová slova anglicky: reference recognition; reference extraction; document segmentation; NLP pipeline; citation data; Supreme Court; Supreme Administrative Court; Constitutional Court; Czech Republic
• Příznaky: Mezinárodní význam

Anotace

In this paper, we introduce the citation data of the Czech apex courts (Supreme Court, Supreme Administrative Court and Constitutional Court). This dataset was automatically extracted from the corpus of texts of Czech court decisions - CzCDC 1.0. We obtained the citation data by building the natural language processing pipeline for extraction of the court decision identifiers. The pipeline included the (i) document segmentation model and the (ii) reference recognition model. Furthermore, the dataset was manually processed to achieve high-quality citation data as a base for subsequent qualitative and quantitative analyses. The dataset is available to the general public at GitHub.

Návaznosti

• GA17-20645S, projekt VaV: Název: Exaktní hodnocení aplikační relevance judikatury

Investor: Grantová agentura ČR, Exaktní hodnocení aplikační relevance judikatury