MarkupMnA_并购协议标注数据集

数据集概述

该数据集包含151份美国上市公司并购协议的标注语料，基于SEC EDGAR数据库的HTML filings，添加了章节标题、章节号、页码等标注，采用BEIOS标签方案。旨在支持法律合同长文档的层级表示研究，可与MAUD数据集结合用于法律NLP研究。

文件详解

• 压缩包文件：
• MarkupMnA.zip：ZIP格式压缩包，包含151份并购协议的标注数据
• 映射文件：
• Contract Name to HTML Link Mapping.csv：CSV格式文件，字段包括合同名称（Name）、EDGAR filings链接（Link to EDGAR Filing）、数据集中的名称（Name in Dataset）

适用场景

• 法律NLP研究：用于训练章节标题标注等序列标注任务模型
• 法律文档处理：开发法律合同的层级表示与结构化解析工具
• 法律智能系统：辅助并购协议等长文档的自动化信息提取与分析
• 法律数据增强：与MAUD数据集结合，扩展法律阅读理解任务的研究维度