Dataset Viewer
Auto-converted to Parquet Duplicate
chunk_id
string
doc_id
string
chunk_index
int32
chunk_xxh64
string
category
string
content_type
string
title
string
number
string
wording
string
creation_date
string
article_number
int32
article_title
string
article_synthesis
string
text
string
chunk_text
string
embeddings_bge-m3
string
JORFDOLE000017758130_1
JORFDOLE000017758130
1
9ba9906250fd2066
LOI_PUBLIEE
article
LOI n° 2008-496 du 27 mai 2008 portant diverses dispositions d'adaptation au droit communautaire dans le domaine de la lutte contre les discriminations
13
XIIIème législature
2008-05-28
11
null
null
Article 11   A l'exception des articles 6, 7 et 9, les dispositions de la présente loi sont applicables en Nouvelle-Calédonie, en Polynésie française, dans les îles Wallis et Futuna et dans les Terres australes et antarctiques françaises dans toutes les matières que la loi organique ne réserve pas à la compétence de le...
LOI n° 2008-496 du 27 mai 2008 portant diverses dispositions d'adaptation au droit communautaire dans le domaine de la lutte contre les discriminations Article 11   A l'exception des articles 6, 7 et 9, les dispositions de la présente loi sont applicables en Nouvelle-Calédonie, en Polynésie française, dans les îles Wal...
[0.020105775,0.027510272,-0.0015956783,0.0054938067,-0.03542795,-0.056633405,0.03977168,-0.004439949,-0.017805615,0.00049628684,-0.0021077157,0.0061032115,-0.030186154,0.0041673207,-0.0066438867,-0.012737934,0.008288821,0.0062910733,-0.03330191,-0.018126355,-0.029159788,-0.033631813,-0.023533104,0.013920087,-0.01520304...
JORFDOLE000017758131_1
JORFDOLE000017758131
1
3eb04af385514f62
LOI_PUBLIEE
article
Loi n° 2008-595 du 25 juin 2008 relative aux organismes génétiquement modifiés
13
XIIIème législature
2008-06-25
13
null
null
Article 13   Les dispositions prévues au dernier alinéa de l'article L. 533-3 du code de l'environnement entrent en vigueur au 1erjanvier 2009.   Les autorisations de dissémination volontaire à toute autre fin que la mise sur le marché délivrées avant le 1erjanvier 2009 pour des organismes présentant les caractéristiq...
Loi n° 2008-595 du 25 juin 2008 relative aux organismes génétiquement modifiés Article 13   Les dispositions prévues au dernier alinéa de l'article L. 533-3 du code de l'environnement entrent en vigueur au 1erjanvier 2009.   Les autorisations de dissémination volontaire à toute autre fin que la mise sur le marché déli...
[-0.019841855,0.020508053,-0.0023969575,0.0022844241,-0.051675253,-0.09434784,-0.0021190003,0.008831606,-0.007233635,0.013188892,0.00037839293,-0.014080156,-0.050126795,0.010136992,-0.045589454,0.004685883,-0.038855467,0.0044540646,-0.021750418,0.033165786,-0.063450724,-0.061326098,0.028520416,0.012324638,0.068060085,0...
JORFDOLE000017758131_2
JORFDOLE000017758131
2
c3c5aec634d5f70f
LOI_PUBLIEE
article
Loi n° 2008-595 du 25 juin 2008 relative aux organismes génétiquement modifiés
13
XIIIème législature
2008-06-25
8
null
null
IX. - L'article L. 532-5 est ainsi rédigé :   « Art. L. 532-5. - Lorsque l'autorité administrative dispose d'éléments d'information qui pourraient remettre en cause l'évaluation des risques pour l'environnement et la santé publique liés à l'utilisation confinée, elle peut :   « 1° Soumettre à agrément l'utilisation dé...
Loi n° 2008-595 du 25 juin 2008 relative aux organismes génétiquement modifiés Article 8: IX. - L'article L. 532-5 est ainsi rédigé :   « Art. L. 532-5. - Lorsque l'autorité administrative dispose d'éléments d'information qui pourraient remettre en cause l'évaluation des risques pour l'environnement et la santé publiq...
[0.019733246,0.0005218373,-0.04173768,0.023884675,-0.026826046,-0.10447451,-0.023046942,0.028389813,-0.01991941,0.016363703,-0.040211145,0.0018290486,-0.04512584,-0.012109884,-0.025615988,-0.023121407,-0.035352297,-0.0024550208,-0.030772695,0.0022130092,-0.04762042,-0.06314639,0.028166417,0.007032296,0.04642898,0.03017...
JORFDOLE000017758132_1
JORFDOLE000017758132
1
c684e816a5016da6
LOI_PUBLIEE
article
LOI n° 2008-111 du 8 février 2008 pour le pouvoir d'achat
13
XIIIème législature
2008-02-09
5
null
null
Article 5   I. - Au premier alinéa de l'article 22 de la loi n° 89-462 du 6 juillet 1989 tendant à améliorer les rapports locatifs et portant modification de la loi n° 86-1290 du 23 décembre 1986, les mots : « deux mois » sont remplacés par les mots : « un mois ».   II. - Les dispositions du présent article sont applic...
LOI n° 2008-111 du 8 février 2008 pour le pouvoir d'achat Article 5   I. - Au premier alinéa de l'article 22 de la loi n° 89-462 du 6 juillet 1989 tendant à améliorer les rapports locatifs et portant modification de la loi n° 86-1290 du 23 décembre 1986, les mots : « deux mois » sont remplacés par les mots : « un mois ...
[-0.026447223,0.020570064,-0.010534533,0.01624536,-0.017178683,-0.037148092,-0.010802518,0.04605624,-0.0074111368,-0.018888233,0.009268542,-0.0034098623,-0.05075058,0.009684378,-0.022843305,0.0023067396,0.017927188,0.0018874373,0.02336079,0.021826815,-0.03668605,-0.025929738,0.016716642,0.053966384,0.0030332988,-0.0107...
JORFDOLE000017758133_1
JORFDOLE000017758133
1
1b0e8b21ef5535ea
LOI_PUBLIEE
article
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi
13
XIIIème législature
2008-02-14
12
null
null
Article 12 Le code du travail, dans sa rédaction issue de l'ordonnance n° 2007-329 du 12 mars 2007 relative au code du travail (partie législative), est modifié, à compter de la date prévue au premier alinéa du III de l'article 4 de la présente loi et au plus tôt à compter de l'entrée en vigueur de cette ordonnance, a...
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi Article 12 Le code du travail, dans sa rédaction issue de l'ordonnance n° 2007-329 du 12 mars 2007 relative au code du travail (partie législative), est modifié, à compter de la date prévue au premier alinéa du III...
[0.008736605,-0.0012328944,-0.021390425,-0.016126959,-0.005880497,-0.02170829,0.027747719,0.038966473,-0.005230744,0.036161784,-0.00065033714,-0.023091935,-0.043266993,-0.006006708,-0.032179125,-0.029935375,0.019576726,-0.018436152,0.00045780698,-0.019576726,-0.04554814,-0.0066377628,-0.012387374,0.047118768,0.02058641...
JORFDOLE000017758133_2
JORFDOLE000017758133
2
6b5dedf81a9a55c5
LOI_PUBLIEE
article
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi
13
XIIIème législature
2008-02-14
11
null
null
23° Le chapitre II du titre Ier du livre III de la cinquième partie est remplacé par les dispositions suivantes : « Chapitre II « Placement et accompagnement des demandeurs d'emploi « Art. L. 5312-1. - Une institution nationale dotée de la personnalité morale et de l'autonomie financière a pour mission de : « 1° Pr...
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi Article 11: 23° Le chapitre II du titre Ier du livre III de la cinquième partie est remplacé par les dispositions suivantes : « Chapitre II « Placement et accompagnement des demandeurs d'emploi « Art. L. 5312-1. ...
[-0.025356779,-0.023668827,-0.03833525,-0.023349993,0.0039619966,0.02591943,-0.0031578755,-0.0045410576,0.0033829357,0.05183886,-0.004653588,-0.017639091,-0.030664448,0.013091,-0.025525574,-0.019139491,0.012218892,-0.02136196,-0.029332843,-0.015154052,-0.07134407,-0.02801999,-0.0076708007,0.05664014,0.02606947,0.031527...
JORFDOLE000017758133_3
JORFDOLE000017758133
3
efa182325e44a46e
LOI_PUBLIEE
article
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi
13
XIIIème législature
2008-02-14
11
null
null
« Au sein de chaque direction régionale, une instance paritaire composée de représentants des employeurs et des salariés désignés par les organisations syndicales d'employeurs et de salariés représentatives au niveau national et interprofessionnel veille à l'application de l'accord d'assurance chômage prévu à l'article...
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi Article 11: « Au sein de chaque direction régionale, une instance paritaire composée de représentants des employeurs et des salariés désignés par les organisations syndicales d'employeurs et de salariés représentati...
[0.00027513373,-0.01808472,-0.044404194,-0.006176067,-0.001572026,0.028252121,-0.010708917,0.029801974,-0.015321127,0.031202443,-0.011810619,-0.026739616,-0.028084066,0.011726591,-0.024984362,-0.04578599,0.011539862,-0.024181426,-0.009028355,-0.006096707,-0.055234484,-0.035217118,0.0019151409,0.06117247,0.034246128,0.0...
JORFDOLE000017758133_4
JORFDOLE000017758133
4
59f81be3b18eb15b
LOI_PUBLIEE
article
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi
13
XIIIème législature
2008-02-14
11
null
null
38° A l'article L. 6341-6, les mots : « , aux organismes gestionnaires du régime d'assurance chômage » sont supprimés ; 39° Au deuxième alinéa de l'article L. 8272-1 du code du travail, les mots : « et les organismes gestionnaires du régime d'assurance chômage » sont supprimés.
LOI n° 2008-126 du 13 février 2008 relative à la réforme de l'organisation du service public de l'emploi Article 11: 38° A l'article L. 6341-6, les mots : « , aux organismes gestionnaires du régime d'assurance chômage » sont supprimés ; 39° Au deuxième alinéa de l'article L. 8272-1 du code du travail, les mots : « et ...
[-0.008442645,-0.0053805695,0.0012700915,-0.046443783,-0.014733061,-0.047995605,0.0062349946,0.031627588,0.010003703,0.012765574,-0.03351194,-0.07530026,-0.036486264,-0.0039673042,-0.014234262,-0.016469624,0.026454851,-0.026288586,-0.007823763,0.014899328,-0.019896561,-0.031609114,-0.024478128,0.022372086,-0.00314059,0...
JORFDOLE000017758135_1
JORFDOLE000017758135
1
b2de4ab620e25166
LOI_PUBLIEE
article
LOI n° 2008-174 du 25 février 2008 relative à la rétention de sûreté et à la déclaration d'irresponsabilité pénale pour cause de trouble mental
13
XIIIème législature
2008-02-25
13
null
null
Article 13   I. - Les articles 1erà 4, 6, 9 et 11 de la présente loi sont applicables dans les îles Wallis et Futuna, en Polynésie française, en Nouvelle-Calédonie et dans les Terres australes et antarctiques françaises.   II. - La présente loi est applicable à Mayotte.
LOI n° 2008-174 du 25 février 2008 relative à la rétention de sûreté et à la déclaration d'irresponsabilité pénale pour cause de trouble mental Article 13   I. - Les articles 1erà 4, 6, 9 et 11 de la présente loi sont applicables dans les îles Wallis et Futuna, en Polynésie française, en Nouvelle-Calédonie et dans les ...
[0.016028497,0.0056003733,-0.0154524585,-0.007241626,-0.040158104,-0.039499775,0.034452584,0.015525606,-0.011758498,-0.0066381567,-0.02671721,0.030283162,-0.04502243,-0.0040254113,0.012938006,0.007909099,0.03732363,0.026040593,-0.021633442,-0.030850057,-0.015159868,-0.030722048,0.0071547627,-0.00047288867,-0.0005903251...
JORFDOLE000017758135_2
JORFDOLE000017758135
2
4fad90c1d7e774d0
LOI_PUBLIEE
article
LOI n° 2008-174 du 25 février 2008 relative à la rétention de sûreté et à la déclaration d'irresponsabilité pénale pour cause de trouble mental
13
XIIIème législature
2008-02-25
3
null
null
« Art. 706-131.- En application des dispositions de l'article 371 du présent code et conformément aux dispositions de l'article 489-2 du code civil, la cour, sans l'assistance du jury, statue alors sur les demandes de dommages et intérêts formées par la partie civile.   « Elle prononce s'il y a lieu une ou plusieurs ...
LOI n° 2008-174 du 25 février 2008 relative à la rétention de sûreté et à la déclaration d'irresponsabilité pénale pour cause de trouble mental Article 3: « Art. 706-131.- En application des dispositions de l'article 371 du présent code et conformément aux dispositions de l'article 489-2 du code civil, la cour, sans l'...
[-0.022868123,0.007370148,-0.015346439,-0.0051017036,-0.024190616,-0.010699342,0.00050655415,0.026339669,-0.0028952511,0.009243681,-0.020333342,0.04125446,-0.0497772,0.014446408,-0.009275825,0.0006606729,0.022849753,-0.00043968327,-0.014143337,-0.017109763,-0.03780128,-0.025255958,0.027423378,0.019268,-0.0032970505,0.0...
End of preview. Expand in Data Studio

📢 Sondage 2026 : Utilisation des datasets publiques de MediaTech

Vous utilisez ce dataset ou d’autres datasets de notre collection MediaTech ? Votre avis compte ! Aidez-nous à améliorer nos datasets publiques en répondant à ce sondage rapide (5 min) : 👉 https://grist.numerique.gouv.fr/o/albert/forms/gF4hLaq9VvUog6c5aVDuMw/11 Merci pour votre contribution ! 🙌


🇫🇷 French Legislative Dossiers Dataset (DOLE)

This dataset provides a semantic-ready, chunked and embedded version of the Dossiers Législatifs ("DOLE") published by the French government. It includes all laws promulgated since the XIIᵉ legislature (June 2002), ordinances, and legislative proposals under preparation. The original data is downloaded from the dedicated DILA open data repository and is also published on data.gouv.fr.

Each article is chunked and vectorized using the BAAI/bge-m3 embedding model, enabling use in semantic search, retrieval-augmented generation (RAG), and legal research systems for example.


🗂️ Dataset Contents

The dataset is available in Parquet format and contains the following columns:

Column Name Type Description
chunk_id str Unique identifier for each chunk.
doc_id str Document identifier from the source site.
chunk_index int Index of the chunk within its original document. Starting from 1.
chunk_xxh64 str XXH64 hash of the chunk_text value.
category str Type of dossier (e.g., LOI_PUBLIEE, PROJET_LOI, etc.).
content_type str Nature of the content: article, dossier_content, or explanatory_memorandum.
title str Title summarizing the subject matter.
number str Internal document number.
wording str Libelle, Legislature reference (e.g., XIVème législature).
creation_date str Creation or publication date (YYYY-MM-DD).
article_number int or null Article number if applicable.
article_title str or null Optional title of the article.
article_synthesis str or null Optional synthesis of the article.
text str or null Text content of the explanatory_memorandum, article or file content (contenu du dossier) chunk.
chunk_text str Concatenated text (title + article_text or related content).
embeddings_bge-m3 str Embedding vector of chunk_text using BAAI/bge-m3, stored as JSON string.

🛠️ Data Processing Methodology

🧩 1. Content Extraction

Each dossier législatif was parsed, processed and standardized from his official XML structure. Metadata, article blocks, and explanatory sections were normalized into a unified schema. Specific rules applied per content type:

  • explanatory_memorandum: Includes the explanatory's introduction only. All articles synthesis that are in the explanatory are split by their article_number and added to article_synthesis. Article fields are null. An explanatory memorandum (exposé des motifs) is an official text that accompanies a draft or proposed law. It is used to explain the reasons why the law is being proposed, the context in which it is set, and the objectives pursued by the legislator.

  • dossier_content: Includes dossier's textual content if the split by article didn't work. The split may not work if there is no mention of article numbers in the dossier content or if the code was not adapted to a specific case in which the split wasn't possible. Article metadata fields are null.

  • article: Structured content, where article_number and text are always present. article_title and article_synthesis may be missing.

  • Basic fields: doc_id (cid), category, title, number, wording, creation_date, were taken directly from the source XML file.

  • Generated fields:

    • chunk_id: A unique hash for each text chunk.
    • chunk_index: Indicates the order of a chunk within a same deliberation.
    • chunk_xxh64: is the xxh64 hash of the chunk_text value. It is useful to determine if the chunk_text value has changed from a version to another.
    • content_type: Nature of the content.
    • article_number: Number of the article. Available only if content_type is article.
    • article_title: Title of the article. Available only if content_type is article.
    • article_synthesis: Synthesis of the article extracted from the explanatory memorandum. Available only if content_type is article.
  • Textual fields:

    • text: Chunk of the main text content. It can be an article text content extracted from the dossier content, a chunk of the explanatory memorandum's introduction or a chunk from the dossier content.
    • chunk_text: Combines title and the main text body to maximize embedding relevance. If content_type is article, then the article number is also added.

✂️ 2. Chunk Generation

A chunk_text was built by combining the title, the article_number if applicable and its corresponding text content section. Chunking ensures semantic granularity for embedding purposes.

No recursive split was necessary as legal articles and memos are inherently structured and relatively short for content_type = article. If needed, the Langchain's RecursiveCharacterTextSplitter function was used to make these chunks (text value). The parameters used are :

  • chunk_size = 8000
  • chunk_overlap = 0
  • length_function = len

🧠 3. Embeddings Generation

Each chunk_text was embedded using the BAAI/bge-m3 model. The resulting embedding vector is stored in the embeddings_bge-m3 column as a string, but can easily be parsed back into a list[float] or NumPy array.

🎓 Tutorials

🔄 1. The chunking doesn't fit your use case?

If you need to reconstitute the original, un-chunked dataset, you can follow this tutorial notebook available on our GitHub repository.

⚠️ The tutorial is only relevant for datasets that were chunked without overlap.

🤖 2. How to load MediaTech's datasets from Hugging Face and use them in a RAG pipeline ?

To learn how to load MediaTech's datasets from Hugging Face and integrate them into a Retrieval-Augmented Generation (RAG) pipeline, check out our step-by-step RAG tutorial available on our GitHub repository !

📌 3. Embedding Use Notice

⚠️ The embeddings_bge-m3 column is stored as a stringified list of floats (e.g., "[-0.03062629,-0.017049594,...]"). To use it as a vector, you need to parse it into a list of floats or NumPy array.

Using the datasets library:

import pandas as pd
import json
from datasets import load_dataset
# The Pyarrow library must be installed in your Python environment for this example. By doing => pip install pyarrow

dataset = load_dataset("AgentPublic/dole")
df = pd.DataFrame(dataset['train'])
df["embeddings_bge-m3"] = df["embeddings_bge-m3"].apply(json.loads)

Using downloaded local Parquet files:

import pandas as pd
import json
# The Pyarrow library must be installed in your Python environment for this example. By doing => pip install pyarrow

df = pd.read_parquet(path="dole-latest/") # Assuming that all parquet files are located into this folder
df["embeddings_bge-m3"] = df["embeddings_bge-m3"].apply(json.loads)

You can then use the dataframe as you wish, such as by inserting the data from the dataframe into the vector database of your choice.


🐱 GitHub repository :

The project MediaTech is open source ! You are free to contribute or see the complete code used to build the dataset by checking the GitHub repository

📚 Source & License

🔗 Source:

📄 License:

Open License (Etalab) — This dataset is publicly available and reusable under the Etalab open license.

Downloads last month
174

Collection including AgentPublic/dole