Опис набору даних

Задача представленого набору даних — систематизувати і зробити придатними для аналізу неструктуровані судові рішення. Набір даних призначений для проведення досліджень, моніторингу діяльності правоохоронних органів і судової системи.

Наразі він містить інформацію про:

• статті і пункти обвинувачення, додаткові модифікатори (готування, замах, співучасть)
• рішення стосовно кожної статті обвинувачення
• призначені покарання (позбавлення волі, штраф, обмеження волі, позбавлення права обіймати певні посади, іспитовий строк)
• інформацію про призначення покарань за сукупністю (ст. 70 і 71 КК), звільнення від відбування покарань (ст. 75 КК та інші)

Що входить у набір даних – 2026-07-09

• Тип документу: вирок
• Інстанція: Перша, Апеляційна
• Категорії рішень: Домашнє насильство, Умисне вбивство, Державна зрада, Комп'ютерні втручання
• Роки: 2020–2026
• Кількість обвинувачених: 1

Етапи обробки

Обробка виконується в наступних етапах:

1. Завантаження вироків із ЄДРСР та розбиття кожного рішення на вступну, мотивувальну і резолютивну частини.
2. Оцінка кількості обвинувачених за вступною частиною мовною моделлю gpt-4o-mini та звірка з наборами даних ДСА («Список справ, призначених до розгляду», «Стан розгляду справ»); документи, де оцінки розходяться, повторно аналізуються покращеним запитом.
3. Розбиття резолютивних частин на сегменти, присвячені окремим статтям обвинувачення, і виокремлення даних про рішення й покарання за допомогою регулярних виразів.
4. Узгодження виявлених парсером псевдонімів із псевдонімом обвинуваченого, визначеним LLM, і фільтрація до підмножини «один обвинувачений».
5. Обчислення позначок якості (quality_warn_charge / quality_warn_doc) — автоматичне позначення записів і документів, що потребують ручної перевірки — та формування окремих наборів для першої й апеляційної інстанцій.

Якість набору даних — 2026-07-09

Набір даних сформовано за допомогою регулярних виразів до резолютивних частин вироків. Через те, що судові рішення відрізняються за структурою, наразі набір містить певні помилки і втрати — але ми працюємо далі над тим, щоби мінімізувати їх. Поточна якість набору виглядає так:

• На основі проведеної вибіркової оцінки набору даних першої інстанції (n=100), оцінюємо, що 0,9% значень полів містять певні помилки.
• На основі проведеної вибіркової оцінки набору даних апеляційної інстанції (n=100), оцінюємо, що 7% значень полів містять певні помилки. Зважаючи на незначний обсяг апеляційних документів, рекомендуємо валідувати їх перед використанням.
• 340 (1,9%) записів статей обвинувачення в 251 документах (1,8%) мають позначку quality_warn_charge, яка означає рекомендацію валідації значень перед використанням.
• 137 документів (1,0%) мають позначку quality_warn_doc, яка означає рекомендацію валідації документів перед використанням.

З питаннями та пропозиціями щодо роботи над набором відкритих даних, пишіть
Дмитро Лебедєв,
старший експерт сектору IT&Telecom BRDO
d.lebedyev@brdo.com.ua