HKJudge：专家标注的香港判决法律语篇语料库

法院判决是法律实践与法学研究的重要依据，但香港判决的语篇分析受限于缺少专家标注语料。HKJudge提供句子级专家标注的香港判决语篇数据集，覆盖香港法院体系五个层级的刑事判决，包含约29万句和650万词元，全部由法律语言学专家标注。两层语篇体系描述法院认定的事实、推理过程与裁决结果：句子层面将每句分为26种修辞角色之一；片段层面标注指控、监禁期限与罚款三个量刑要素。十位法律语言学标注者完成标注，标注者间一致性κ为0.8。研究定义修辞角色分类与法律要素抽取两项任务，首次评测四种BERT模型、两种开放模型在零样本与微调设置中的表现，以及四种商业模型的表现。数据支持判决结构建模和后续判决预测研究。数据与代码公开于 https://github.com/xuanxixi/HKJudge 。