BLAD数据集发布：覆盖1799-2025年孟加拉国多语言法律文本

近日，研究团队在arXiv上发布了孟加拉国法律法案数据集（BLAD），这是一个系统整理的法律文本集合，收录了1799年至2025年间颁布的1484部立法法案。该数据集不仅提供完整的法律文本，还包含结构化章节、脚注、废止状态等详细信息，并通过元数据将每部法案与当时的执政政权、国家元首及现行法律框架相关联。

BLAD数据集涵盖英语、孟加拉语及混合语言文档，支持对成文法进行历时性和多语言分析。该资源专门针对南亚低资源民法司法管辖区，旨在弥补法律自然语言处理（NLP）领域长期存在的资源缺口。研究团队详细描述了数据采集与增强流程，报告了跨越两个多世纪的立法描述性统计，并展望了该语料库可能开启的研究方向。

数据集已通过CC BY-SA 4.0许可在Kaggle平台公开提供，为法律文本分析、多语言NLP研究及比较法研究提供了宝贵资源。该数据集的发布有望促进对南亚法律体系演变及跨语言法律文本处理的深入研究。