mradermacher/Thai-Legal-Gemma-4B-CPT-GGUF
7B • Updated • 880
Dataset Preview
The full dataset viewer is not available (click to read why). Only showing a preview of the rows.
The dataset generation failed
Error code: DatasetGenerationError
Exception: CastError
Message: Couldn't cast
no: string
id: string
doctitle: string
bookNo: string
section: string
category: string
publishDate: timestamp[s]
pageNo: string
pdf_file: string
source_url: string
publishDate_source: string
added_date: null
repaired_fields: string
is_test: bool
duplicate_of: string
to
{'no': Value('string'), 'id': Value('string'), 'doctitle': Value('string'), 'bookNo': Value('string'), 'section': Value('string'), 'category': Value('string'), 'publishDate': Value('string'), 'pageNo': Value('string'), 'pdf_file': Value('string'), 'source_url': Value('string'), 'publishDate_source': Value('string'), 'added_date': Value('string'), 'repaired_fields': Value('string'), 'is_test': Value('bool')}
because column names don't match
Traceback: Traceback (most recent call last):
File "/usr/local/lib/python3.14/site-packages/datasets/builder.py", line 1835, in _prepare_split_single
for key, table in generator:
^^^^^^^^^
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 621, in wrapped
for item in generator(*args, **kwargs):
~~~~~~~~~^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 361, in _generate_tables
self._cast_table(pa_table, json_field_paths=json_field_paths),
~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 132, in _cast_table
pa_table = table_cast(pa_table, self.info.features.arrow_schema)
File "/usr/local/lib/python3.14/site-packages/datasets/table.py", line 2381, in table_cast
return cast_table_to_schema(table, schema)
File "/usr/local/lib/python3.14/site-packages/datasets/table.py", line 2309, in cast_table_to_schema
raise CastError(
...<3 lines>...
)
datasets.table.CastError: Couldn't cast
no: string
id: string
doctitle: string
bookNo: string
section: string
category: string
publishDate: timestamp[s]
pageNo: string
pdf_file: string
source_url: string
publishDate_source: string
added_date: null
repaired_fields: string
is_test: bool
duplicate_of: string
to
{'no': Value('string'), 'id': Value('string'), 'doctitle': Value('string'), 'bookNo': Value('string'), 'section': Value('string'), 'category': Value('string'), 'publishDate': Value('string'), 'pageNo': Value('string'), 'pdf_file': Value('string'), 'source_url': Value('string'), 'publishDate_source': Value('string'), 'added_date': Value('string'), 'repaired_fields': Value('string'), 'is_test': Value('bool')}
because column names don't match
The above exception was the direct cause of the following exception:
Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1379, in compute_config_parquet_and_info_response
parquet_operations, partial, estimated_dataset_info = stream_convert_to_parquet(
~~~~~~~~~~~~~~~~~~~~~~~~~^
builder, max_dataset_size_bytes=max_dataset_size_bytes
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
)
^
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 956, in stream_convert_to_parquet
builder._prepare_split(split_generator=splits_generators[split], file_format="parquet")
~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/builder.py", line 1702, in _prepare_split
for job_id, done, content in self._prepare_split_single(
~~~~~~~~~~~~~~~~~~~~~~~~~~^
gen_kwargs=gen_kwargs, job_id=job_id, **_prepare_split_args
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
):
^
File "/usr/local/lib/python3.14/site-packages/datasets/builder.py", line 1887, in _prepare_split_single
raise DatasetGenerationError("An error occurred while generating the dataset") from e
datasets.exceptions.DatasetGenerationError: An error occurred while generating the datasetNeed help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
no string | id string | doctitle string | bookNo string | section string | category string | publishDate string | pageNo string | pdf_file string | source_url string | publishDate_source string | added_date string | repaired_fields string | is_test bool |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
19 | 1884-02-01-01010001 | สารบัญ วันอาทิตย์ เดือนยี่ ขึ้นสิบสองค่ำ ปีวอกฉศก 1246 | 1 | 1 | 1884-02-01 00:00:00 | 1 | 1884-02-01-01010001.pdf | https://ratchakitcha.soc.go.th/documents/1010001.pdf | source | 2026-10-19 00:00:00 | added | false | |
21 | 1884-02-01-01010003 | ข่าวราชการ | 1 | 1 | 1884-02-01 00:00:00 | 1 | 1884-02-01-01010003.pdf | https://ratchakitcha.soc.go.th/documents/1010003.pdf | source | 2026-10-19 00:00:00 | added | false | |
22 | 1884-02-01-01010004 | จดหมายน้ำท่า | 1 | 1 | 1884-02-01 00:00:00 | 4 | 1884-02-01-01010004.pdf | https://ratchakitcha.soc.go.th/documents/1010004.pdf | source | 2026-10-19 00:00:00 | added | false | |
23 | 1884-02-01-01010005 | พระบรมราโชวาท | 1 | 1 | 1884-02-01 00:00:00 | 7 | 1884-02-01-01010005.pdf | https://ratchakitcha.soc.go.th/documents/1010005.pdf | source | 2026-10-19 00:00:00 | added | false | |
11 | 1884-02-08-01010008 | พระราชพิธีโสกันต์ | 1 | 2 | 1884-02-08 00:00:00 | 8 | 1884-02-08-01010008.pdf | https://ratchakitcha.soc.go.th/documents/1010008.pdf | source | 2026-10-19 00:00:00 | added | false | |
12 | 1884-02-08-01010006 | สารบัญ วันอาทิตย์ เดือนยี่ แรมสี่ค่ำ ปีวอกฉศก 1246 | 1 | 2 | 1884-02-08 00:00:00 | 8 | 1884-02-08-01010006.pdf | https://ratchakitcha.soc.go.th/documents/1010006.pdf | source | 2026-10-19 00:00:00 | added | false | |
14 | 1884-02-08-01010009 | ข่าวราชการ | 1 | 2 | 1884-02-08 00:00:00 | 10 | 1884-02-08-01010009.pdf | https://ratchakitcha.soc.go.th/documents/1010009.pdf | source | 2026-10-19 00:00:00 | added | false | |
15 | 1884-02-08-01010010 | พระราชบัญญัติเกี่ยวกับที่ดินที่สวนคาบเกี่ยวกัน | 1 | 2 | 1884-02-08 00:00:00 | 12 | 1884-02-08-01010010.pdf | https://ratchakitcha.soc.go.th/documents/1010010.pdf | source | 2026-10-19 00:00:00 | added | false | |
16 | 1884-02-08-01010011 | ราษฎรถวายฎีกา | 1 | 2 | 1884-02-08 00:00:00 | 14 | 1884-02-08-01010011.pdf | https://ratchakitcha.soc.go.th/documents/1010011.pdf | source | 2026-10-19 00:00:00 | added | false | |
17 | 1884-02-08-01010012 | ข่าวเฉลิมพระชนมพรรษาพระนางเธอ พระองค์เจ้าเสาวภาผ่องศรี | 1 | 2 | 1884-02-08 00:00:00 | 15 | 1884-02-08-01010012.pdf | https://ratchakitcha.soc.go.th/documents/1010012.pdf | source | 2026-10-19 00:00:00 | added | false | |
1 | 1884-02-15-01010014 | สารบัญ วันอาทิตย์ เดือนยี่ แรมสิบเอ็ดค่ำ ปีวอกฉศก 1246 | 1 | 3 | 1884-02-15 00:00:00 | 16 | 1884-02-15-01010014.pdf | https://ratchakitcha.soc.go.th/documents/1010014.pdf | source | 2026-10-19 00:00:00 | added | false | |
3 | 1884-02-15-01010016 | ข่าวราชการ | 1 | 3 | 1884-02-15 00:00:00 | 16 | 1884-02-15-01010016.pdf | https://ratchakitcha.soc.go.th/documents/1010016.pdf | source | 2026-10-19 00:00:00 | added | false | |
4 | 1884-02-15-01010017 | พระราชทานตราความชอบ | 1 | 3 | 1884-02-15 00:00:00 | 20 | 1884-02-15-01010017.pdf | https://ratchakitcha.soc.go.th/documents/1010017.pdf | source | 2026-10-19 00:00:00 | added | false | |
5 | 1884-02-15-01010018 | ประกาศถวายหนังสือ | 1 | 3 | 1884-02-15 00:00:00 | 21 | 1884-02-15-01010018.pdf | https://ratchakitcha.soc.go.th/documents/1010018.pdf | source | 2026-10-19 00:00:00 | added | false | |
6 | 1884-02-15-01010019 | พระอาการพระบวรวงษ์เธอ พระองค์เจ้าวิไลยทรงกัลยา | 1 | 3 | 1884-02-15 00:00:00 | 21 | 1884-02-15-01010019.pdf | https://ratchakitcha.soc.go.th/documents/1010019.pdf | source | 2026-10-19 00:00:00 | added | false | |
7 | 1884-02-15-01010021 | ข่าวพระราชทานเพลิง | 1 | 3 | 1884-02-15 00:00:00 | 23 | 1884-02-15-01010021.pdf | https://ratchakitcha.soc.go.th/documents/1010021.pdf | source | 2026-10-19 00:00:00 | added | false | |
10 | 1884-02-15-01010023 | รายวันเรือเข้าเรือออก | 1 | 3 | 1884-02-15 00:00:00 | 24 | 1884-02-15-01010023.pdf | https://ratchakitcha.soc.go.th/documents/1010023.pdf | source | 2026-10-19 00:00:00 | added | false | |
24 | 1884-03-01-01010039 | ข่าวราชการ | 1 | 5 | 1884-03-01 00:00:00 | 36 | 1884-03-01-01010039.pdf | https://ratchakitcha.soc.go.th/documents/1010039.pdf | source | 2026-10-19 00:00:00 | added | false | |
25 | 1884-03-01-01010037 | สารบัญ วันอาทิตย์ เดือนสาม ขึ้นสิบค่ำ ปีวอกฉศก 1246 | 1 | 5 | 1884-03-01 00:00:00 | 36 | 1884-03-01-01010037.pdf | https://ratchakitcha.soc.go.th/documents/1010037.pdf | source | 2026-10-19 00:00:00 | added | false | |
27 | 1884-03-01-01010025 | แจ้งความ | 1 | 4 | 1884-03-01 00:00:00 | 25 | 1884-03-01-01010025.pdf | https://ratchakitcha.soc.go.th/documents/1010025.pdf | source | 2026-10-19 00:00:00 | added | false | |
29 | 1884-03-01-01010026 | ข่าวราชการ | 1 | 4 | 1884-03-01 00:00:00 | 25 | 1884-03-01-01010026.pdf | https://ratchakitcha.soc.go.th/documents/1010026.pdf | source | 2026-10-19 00:00:00 | added | false | |
30 | 1884-03-01-01010032 | หมายไว้ทุกข์ | 1 | 4 | 1884-03-01 00:00:00 | 25 | 1884-03-01-01010032.pdf | https://ratchakitcha.soc.go.th/documents/1010032.pdf | source | 2026-10-19 00:00:00 | added | false | |
34 | 1884-03-01-01010030 | ราษฎรถวายฎีกา | 1 | 4 | 1884-03-01 00:00:00 | 32 | 1884-03-01-01010030.pdf | https://ratchakitcha.soc.go.th/documents/1010030.pdf | source | 2026-10-19 00:00:00 | added | false | |
37 | 1884-03-01-01010034 | ข่าวพระราชทานเพลิง | 1 | 4 | 1884-03-01 00:00:00 | 33 | 1884-03-01-01010034.pdf | https://ratchakitcha.soc.go.th/documents/1010034.pdf | source | 2026-10-19 00:00:00 | added | false | |
38 | 1884-03-01-01010035 | ข่าวเรือเข้าเรือออก | 1 | 4 | 1884-03-01 00:00:00 | 34 | 1884-03-01-01010035.pdf | https://ratchakitcha.soc.go.th/documents/1010035.pdf | source | 2026-10-19 00:00:00 | added | false | |
11 | 1884-03-15-01010054 | แจ้งความ | 1 | 6 | 1884-03-15 00:00:00 | 46 | 1884-03-15-01010054.pdf | https://ratchakitcha.soc.go.th/documents/1010054.pdf | source | 2026-10-19 00:00:00 | added | false | |
13 | 1884-03-15-01010055 | ข่าวราชการ | 1 | 6 | 1884-03-15 00:00:00 | 46 | 1884-03-15-01010055.pdf | https://ratchakitcha.soc.go.th/documents/1010055.pdf | source | 2026-10-19 00:00:00 | added | false | |
14 | 1884-03-15-01010056 | พระราชบัญญัติโคกระบือ | 1 | 6 | 1884-03-15 00:00:00 | 47 | 1884-03-15-01010056.pdf | https://ratchakitcha.soc.go.th/documents/1010056.pdf | source | 2026-10-19 00:00:00 | added | false | |
15 | 1884-03-15-01010058 | ข่าวเพลิงไหม้ต่อที่ลงมาคราวก่อนนั้น | 1 | 6 | 1884-03-15 00:00:00 | 47 | 1884-03-15-01010058.pdf | https://ratchakitcha.soc.go.th/documents/1010058.pdf | source | 2026-10-19 00:00:00 | added | false | |
17 | 1884-03-15-01010059 | พระราชทานสัญญาบัตร | 1 | 6 | 1884-03-15 00:00:00 | 48 | 1884-03-15-01010059.pdf | https://ratchakitcha.soc.go.th/documents/1010059.pdf | source | 2026-10-19 00:00:00 | added | false | |
18 | 1884-03-15-01010060 | ตั้งพระราชาคณะและถานานุกรม | 1 | 6 | 1884-03-15 00:00:00 | 48 | 1884-03-15-01010060.pdf | https://ratchakitcha.soc.go.th/documents/1010060.pdf | source | 2026-10-19 00:00:00 | added | false | |
19 | 1884-03-15-01010061 | ตั้งข้าราชการ | 1 | 6 | 1884-03-15 00:00:00 | 49 | 1884-03-15-01010061.pdf | https://ratchakitcha.soc.go.th/documents/1010061.pdf | source | 2026-10-19 00:00:00 | added | false | |
20 | 1884-03-15-01010062 | ตั้งตำแหน่งหัวเมือง | 1 | 6 | 1884-03-15 00:00:00 | 50 | 1884-03-15-01010062.pdf | https://ratchakitcha.soc.go.th/documents/1010062.pdf | source | 2026-10-19 00:00:00 | added | false | |
21 | 1884-03-15-01010063 | ข่าวตาย | 1 | 6 | 1884-03-15 00:00:00 | 53 | 1884-03-15-01010063.pdf | https://ratchakitcha.soc.go.th/documents/1010063.pdf | source | 2026-10-19 00:00:00 | added | false | |
22 | 1884-03-15-01010064 | รายวันเรือเข้าเรือออก | 1 | 6 | 1884-03-15 00:00:00 | 53 | 1884-03-15-01010064.pdf | https://ratchakitcha.soc.go.th/documents/1010064.pdf | source | 2026-10-19 00:00:00 | added | false | |
1 | 1884-03-22-01010067 | แจ้งความ | 1 | 7 | 1884-03-22 00:00:00 | 55 | 1884-03-22-01010067.pdf | https://ratchakitcha.soc.go.th/documents/1010067.pdf | source | 2026-10-19 00:00:00 | added | false | |
2 | 1884-03-22-01010068 | ข่าวราชการ | 1 | 7 | 1884-03-22 00:00:00 | 55 | 1884-03-22-01010068.pdf | https://ratchakitcha.soc.go.th/documents/1010068.pdf | source | 2026-10-19 00:00:00 | added | false | |
3 | 1884-03-22-01010066 | สารบัญ วันอาทิตย์ เดือนสาม แรมเก้าค่ำ ปีวอกฉศก 1246 | 1 | 7 | 1884-03-22 00:00:00 | 55 | 1884-03-22-01010066.pdf | https://ratchakitcha.soc.go.th/documents/1010066.pdf | source | 2026-10-19 00:00:00 | added | false | |
4 | 1884-03-22-01010069 | พระราชทานตราความชอบ | 1 | 7 | 1884-03-22 00:00:00 | 56 | 1884-03-22-01010069.pdf | https://ratchakitcha.soc.go.th/documents/1010069.pdf | source | 2026-10-19 00:00:00 | added | false | |
5 | 1884-03-22-01010070 | คำสั่งสมเด็จพระนางเจ้ากวินวิกตอเรีย | 1 | 7 | 1884-03-22 00:00:00 | 57 | 1884-03-22-01010070.pdf | https://ratchakitcha.soc.go.th/documents/1010070.pdf | source | 2026-10-19 00:00:00 | added | false | |
6 | 1884-03-22-01010071 | ประกาศต่าง ๆ สำหรับเมืองนครเชียงใหม่ | 1 | 7 | 1884-03-22 00:00:00 | 58 | 1884-03-22-01010071.pdf | https://ratchakitcha.soc.go.th/documents/1010071.pdf | source | 2026-10-19 00:00:00 | added | false | |
7 | 1884-03-22-01010072 | พระราชพิธีตรุษจีน | 1 | 7 | 1884-03-22 00:00:00 | 62 | 1884-03-22-01010072.pdf | https://ratchakitcha.soc.go.th/documents/1010072.pdf | source | 2026-10-19 00:00:00 | added | false | |
28 | 1884-04-01-01010076 | สารบัญ วันอาทิตย์ เดือนสี่ ขึ้นสองค่ำ ปีวอกฉศก 1246 | 1 | 8 | 1884-04-01 00:00:00 | 64 | 1884-04-01-01010076.pdf | https://ratchakitcha.soc.go.th/documents/1010076.pdf | source | 2026-10-19 00:00:00 | added | false | |
30 | 1884-04-01-01010078 | ข่าวราชการ | 1 | 8 | 1884-04-01 00:00:00 | 64 | 1884-04-01-01010078.pdf | https://ratchakitcha.soc.go.th/documents/1010078.pdf | source | 2026-10-19 00:00:00 | added | false | |
31 | 1884-04-01-01010080 | กำหนดการบรรจุพระบรมธาตุ | 1 | 8 | 1884-04-01 00:00:00 | 65 | 1884-04-01-01010080.pdf | https://ratchakitcha.soc.go.th/documents/1010080.pdf | source | 2026-10-19 00:00:00 | added | false | |
33 | 1884-04-01-01010081 | เริ่มการผูกพัธสีมาและฉลองวัดปรมัยยิกาวาศ | 1 | 8 | 1884-04-01 00:00:00 | 65 | 1884-04-01-01010081.pdf | https://ratchakitcha.soc.go.th/documents/1010081.pdf | source | 2026-10-19 00:00:00 | added | false | |
34 | 1884-04-01-01010082 | ประกาศเจ้านครเชียงใหม่ | 1 | 8 | 1884-04-01 00:00:00 | 66 | 1884-04-01-01010082.pdf | https://ratchakitcha.soc.go.th/documents/1010082.pdf | source | 2026-10-19 00:00:00 | added | false | |
35 | 1884-04-01-01010083 | พระราชทานสัญญาบัตรในปีเถาะเอกศก | 1 | 8 | 1884-04-01 00:00:00 | 68 | 1884-04-01-01010083.pdf | https://ratchakitcha.soc.go.th/documents/1010083.pdf | source | 2026-10-19 00:00:00 | added | false | |
36 | 1884-04-01-01010084 | ข่าวเพลิงไหม้ | 1 | 8 | 1884-04-01 00:00:00 | 70 | 1884-04-01-01010084.pdf | https://ratchakitcha.soc.go.th/documents/1010084.pdf | source | 2026-10-19 00:00:00 | added | false | |
37 | 1884-04-01-01010086 | ข่าวตาย | 1 | 8 | 1884-04-01 00:00:00 | 71 | 1884-04-01-01010086.pdf | https://ratchakitcha.soc.go.th/documents/1010086.pdf | source | 2026-10-19 00:00:00 | added | false | |
41 | 1884-04-01-01010089 | บาญชีรายวันเรือเข้าเรือออก | 1 | 8 | 1884-04-01 00:00:00 | 72 | 1884-04-01-01010089.pdf | https://ratchakitcha.soc.go.th/documents/1010089.pdf | source | 2026-10-19 00:00:00 | added | false | |
21 | 1884-04-08-01010091 | แจ้งความ | 1 | 9 | 1884-04-08 00:00:00 | 73 | 1884-04-08-01010091.pdf | https://ratchakitcha.soc.go.th/documents/1010091.pdf | source | 2026-10-19 00:00:00 | added | false | |
22 | 1884-04-08-01010092 | ข่าวราชการ | 1 | 9 | 1884-04-08 00:00:00 | 73 | 1884-04-08-01010092.pdf | https://ratchakitcha.soc.go.th/documents/1010092.pdf | source | 2026-10-19 00:00:00 | added | false | |
23 | 1884-04-08-01010090 | สารบัญ วันอาทิตย์ เดือนสี่ ขึ้นเก้าค่ำ ปีวอกฉศก 1246 | 1 | 9 | 1884-04-08 00:00:00 | 73 | 1884-04-08-01010090.pdf | https://ratchakitcha.soc.go.th/documents/1010090.pdf | source | 2026-10-19 00:00:00 | added | false | |
24 | 1884-04-08-01010093 | ประกาศเรื่องซื้อขายตัดไม้ขรสัก | 1 | 9 | 1884-04-08 00:00:00 | 76 | 1884-04-08-01010093.pdf | https://ratchakitcha.soc.go.th/documents/1010093.pdf | source | 2026-10-19 00:00:00 | added | false | |
25 | 1884-04-08-01010094 | ตั้งตำแหน่ง | 1 | 9 | 1884-04-08 00:00:00 | 77 | 1884-04-08-01010094.pdf | https://ratchakitcha.soc.go.th/documents/1010094.pdf | source | 2026-10-19 00:00:00 | added | false | |
26 | 1884-04-08-01010095 | ข่าวตาย | 1 | 9 | 1884-04-08 00:00:00 | 79 | 1884-04-08-01010095.pdf | https://ratchakitcha.soc.go.th/documents/1010095.pdf | source | 2026-10-19 00:00:00 | added | false | |
27 | 1884-04-08-01010096 | รายวันเรือเข้าเรือออก | 1 | 9 | 1884-04-08 00:00:00 | 80 | 1884-04-08-01010096.pdf | https://ratchakitcha.soc.go.th/documents/1010096.pdf | source | 2026-10-19 00:00:00 | added | false | |
42 | 1884-04-08-01010044 | พระราชทานพระบรมราชานุญาตตั้งกงสุลเบลเยี่ยม | 1 | 5 | 1884-04-08 00:00:00 | 38 | 1884-04-08-01010044.pdf | https://ratchakitcha.soc.go.th/documents/1010044.pdf | source | 2026-10-19 00:00:00 | added | false | |
43 | 1884-04-08-01010040 | พระราชทานเครื่องราชอิศริยยศ | 1 | 5 | 1884-04-08 00:00:00 | 38 | 1884-04-08-01010040.pdf | https://ratchakitcha.soc.go.th/documents/1010040.pdf | source | 2026-10-19 00:00:00 | added | false | |
44 | 1884-04-08-01010045 | ใบบอกหัวเมือง | 1 | 5 | 1884-04-08 00:00:00 | 39 | 1884-04-08-01010045.pdf | https://ratchakitcha.soc.go.th/documents/1010045.pdf | source | 2026-10-19 00:00:00 | added | false | |
45 | 1884-04-08-01010046 | บอกหัวเมือง | 1 | 5 | 1884-04-08 00:00:00 | 40 | 1884-04-08-01010046.pdf | https://ratchakitcha.soc.go.th/documents/1010046.pdf | source | 2026-10-19 00:00:00 | added | false | |
46 | 1884-04-08-01010047 | ราษฎรถวายฎีกา | 1 | 5 | 1884-04-08 00:00:00 | 42 | 1884-04-08-01010047.pdf | https://ratchakitcha.soc.go.th/documents/1010047.pdf | source | 2026-10-19 00:00:00 | added | false | |
47 | 1884-04-08-01010048 | ชี้แจงมาให้ทราบ | 1 | 5 | 1884-04-08 00:00:00 | 43 | 1884-04-08-01010048.pdf | https://ratchakitcha.soc.go.th/documents/1010048.pdf | source | 2026-10-19 00:00:00 | added | false | |
48 | 1884-04-08-01010049 | ข่าวตาย | 1 | 5 | 1884-04-08 00:00:00 | 44 | 1884-04-08-01010049.pdf | https://ratchakitcha.soc.go.th/documents/1010049.pdf | source | 2026-10-19 00:00:00 | added | false | |
49 | 1884-04-08-01010050 | ข่าวพระราชทานเพลิง | 1 | 5 | 1884-04-08 00:00:00 | 45 | 1884-04-08-01010050.pdf | https://ratchakitcha.soc.go.th/documents/1010050.pdf | source | 2026-10-19 00:00:00 | added | false | |
51 | 1884-04-08-01010052 | รายวันเรือเข้าเรือออก | 1 | 5 | 1884-04-08 00:00:00 | 46 | 1884-04-08-01010052.pdf | https://ratchakitcha.soc.go.th/documents/1010052.pdf | source | 2026-10-19 00:00:00 | added | false | |
15 | 1884-04-15-01010097 | สารบัญ วันอาทิตย์ เดือนสี่ แรมค่ำหนึ่ง ปีวอกฉศก 1246 | 1 | 10 | 1884-04-15 00:00:00 | 81 | 1884-04-15-01010097.pdf | https://ratchakitcha.soc.go.th/documents/1010097.pdf | source | 2026-10-19 00:00:00 | added | false | |
16 | 1884-04-15-01010098 | ข่าวราชการ | 1 | 10 | 1884-04-15 00:00:00 | 81 | 1884-04-15-01010098.pdf | https://ratchakitcha.soc.go.th/documents/1010098.pdf | source | 2026-10-19 00:00:00 | added | false | |
17 | 1884-04-15-01010099 | พระราชทานสัญญาบัตรที่เมืองจันทรบุรี | 1 | 10 | 1884-04-15 00:00:00 | 82 | 1884-04-15-01010099.pdf | https://ratchakitcha.soc.go.th/documents/1010099.pdf | source | 2026-10-19 00:00:00 | added | false | |
18 | 1884-04-15-01010100 | โคลงสำหรับบานหน้าต่างและคำจารึกเสาศิลาวัดปรมัยยิกาวาศ ตั้งแต่ ณ วันพฤหัสบดี เดือนสี่ ขึ้นสิบสามค่ำ จนถึง ณ วันจันทร์ เดือนสี่ แรมสองค่ำ ปีวอกฉศกศักราช 1246 | 1 | 10 | 1884-04-15 00:00:00 | 83 | 1884-04-15-01010100.pdf | https://ratchakitcha.soc.go.th/documents/1010100.pdf | source | 2026-10-19 00:00:00 | added | false | |
19 | 1884-04-15-01010101 | ข่าวตาย | 1 | 10 | 1884-04-15 00:00:00 | 90 | 1884-04-15-01010101.pdf | https://ratchakitcha.soc.go.th/documents/1010101.pdf | source | 2026-10-19 00:00:00 | added | false | |
20 | 1884-04-15-01010102 | รายวันเรือเข้าเรือออก | 1 | 10 | 1884-04-15 00:00:00 | 91 | 1884-04-15-01010102.pdf | https://ratchakitcha.soc.go.th/documents/1010102.pdf | source | 2026-10-19 00:00:00 | added | false | |
9 | 1884-04-22-01010103 | สารบัญ วันอาทิตย์ เดือนสี่ แรมแปดค่ำ ปีวอกฉศก 1246 | 1 | 11 | 1884-04-22 00:00:00 | 92 | 1884-04-22-01010103.pdf | https://ratchakitcha.soc.go.th/documents/1010103.pdf | source | 2026-10-19 00:00:00 | added | false | |
10 | 1884-04-22-01010105 | ข่าวราชการ | 1 | 11 | 1884-04-22 00:00:00 | 92 | 1884-04-22-01010105.pdf | https://ratchakitcha.soc.go.th/documents/1010105.pdf | source | 2026-10-19 00:00:00 | added | false | |
12 | 1884-04-22-01010106 | ประกาศพระบรมราชูทิศที่เป็นเขตสีมา | 1 | 11 | 1884-04-22 00:00:00 | 96 | 1884-04-22-01010106.pdf | https://ratchakitcha.soc.go.th/documents/1010106.pdf | source | 2026-10-19 00:00:00 | added | false | |
13 | 1884-04-22-01010107 | ใบบอกหัวเมือง | 1 | 11 | 1884-04-22 00:00:00 | 97 | 1884-04-22-01010107.pdf | https://ratchakitcha.soc.go.th/documents/1010107.pdf | source | 2026-10-19 00:00:00 | added | false | |
14 | 1884-04-22-01010108 | รายวันเรือเข้าเรือออก | 1 | 11 | 1884-04-22 00:00:00 | 100 | 1884-04-22-01010108.pdf | https://ratchakitcha.soc.go.th/documents/1010108.pdf | source | 2026-10-19 00:00:00 | added | false | |
1 | 1884-04-29-01010111 | ข่าวราชการ | 1 | 12 | 1884-04-29 00:00:00 | 101 | 1884-04-29-01010111.pdf | https://ratchakitcha.soc.go.th/documents/1010111.pdf | source | 2026-10-19 00:00:00 | added | false | |
2 | 1884-04-29-01010110 | แจ้งความ | 1 | 12 | 1884-04-29 00:00:00 | 101 | 1884-04-29-01010110.pdf | https://ratchakitcha.soc.go.th/documents/1010110.pdf | source | 2026-10-19 00:00:00 | added | false | |
4 | 1884-04-29-01010112 | การทำบุญพระบรมอัฐิ | 1 | 12 | 1884-04-29 00:00:00 | 102 | 1884-04-29-01010112.pdf | https://ratchakitcha.soc.go.th/documents/1010112.pdf | source | 2026-10-19 00:00:00 | added | false | |
5 | 1884-04-29-01010113 | ประกาศสงกรานต์ปีรกาสัปตศก | 1 | 12 | 1884-04-29 00:00:00 | 103 | 1884-04-29-01010113.pdf | https://ratchakitcha.soc.go.th/documents/1010113.pdf | source | 2026-10-19 00:00:00 | added | false | |
6 | 1884-04-29-01010114 | พระราชทานที่เป็นที่วิสุงคามสีมา [วัดราษฎร์ศรัทธา แขวงเมืองอ่างทอง] | 1 | 12 | 1884-04-29 00:00:00 | 106 | 1884-04-29-01010114.pdf | https://ratchakitcha.soc.go.th/documents/1010114.pdf | source | 2026-10-19 00:00:00 | added | false | |
7 | 1884-04-29-01010116 | รายวันเรือเข้าเรือออก | 1 | 12 | 1884-04-29 00:00:00 | 107 | 1884-04-29-01010116.pdf | https://ratchakitcha.soc.go.th/documents/1010116.pdf | source | 2026-10-19 00:00:00 | added | false | |
8 | 1884-04-29-01010115 | ข่าวตาย | 1 | 12 | 1884-04-29 00:00:00 | 107 | 1884-04-29-01010115.pdf | https://ratchakitcha.soc.go.th/documents/1010115.pdf | source | 2026-10-19 00:00:00 | added | false | |
28 | 1884-05-01-01010118 | แจ้งความ | 1 | 13 | 1884-05-01 00:00:00 | 109 | 1884-05-01-01010118.pdf | https://ratchakitcha.soc.go.th/documents/1010118.pdf | source | 2026-10-19 00:00:00 | added | false | |
30 | 1884-05-01-01010119 | ข่าวราชการ | 1 | 13 | 1884-05-01 00:00:00 | 109 | 1884-05-01-01010119.pdf | https://ratchakitcha.soc.go.th/documents/1010119.pdf | source | 2026-10-19 00:00:00 | added | false | |
31 | 1884-05-01-01010120 | พระราชพิธีถือน้ำพระพิพัฒสัตยา และพระราชทานธงชัยเฉลิมพลแก่กรมทหารรักษาพระบรมมราชวัง | 1 | 13 | 1884-05-01 00:00:00 | 111 | 1884-05-01-01010120.pdf | https://ratchakitcha.soc.go.th/documents/1010120.pdf | source | 2026-10-19 00:00:00 | added | false | |
32 | 1884-05-01-01010121 | พระราชพิธีคเชนทรัศวสนาน | 1 | 13 | 1884-05-01 00:00:00 | 112 | 1884-05-01-01010121.pdf | https://ratchakitcha.soc.go.th/documents/1010121.pdf | source | 2026-10-19 00:00:00 | added | false | |
33 | 1884-05-01-01010122 | ใบบอกหัวเมือง | 1 | 13 | 1884-05-01 00:00:00 | 113 | 1884-05-01-01010122.pdf | https://ratchakitcha.soc.go.th/documents/1010122.pdf | source | 2026-10-19 00:00:00 | added | false | |
34 | 1884-05-01-01010123 | พระราชทานสัญญาบัตรในปีมะโรงโทศก | 1 | 13 | 1884-05-01 00:00:00 | 113 | 1884-05-01-01010123.pdf | https://ratchakitcha.soc.go.th/documents/1010123.pdf | source | 2026-10-19 00:00:00 | added | false | |
35 | 1884-05-01-01010125 | ข่าวพระราชทานเพลิง | 1 | 13 | 1884-05-01 00:00:00 | 115 | 1884-05-01-01010125.pdf | https://ratchakitcha.soc.go.th/documents/1010125.pdf | source | 2026-10-19 00:00:00 | added | false | |
37 | 1884-05-01-01010126 | รายวันเรือเข้าเรือออก | 1 | 13 | 1884-05-01 00:00:00 | 116 | 1884-05-01-01010126.pdf | https://ratchakitcha.soc.go.th/documents/1010126.pdf | source | 2026-10-19 00:00:00 | added | false | |
17 | 1884-05-08-01010128 | ข่าวราชการ | 1 | 14 | 1884-05-08 00:00:00 | 117 | 1884-05-08-01010128.pdf | https://ratchakitcha.soc.go.th/documents/1010128.pdf | source | 2026-10-19 00:00:00 | added | false | |
18 | 1884-05-08-01010127 | สารบัญ วันอาทิตย์ เดือนห้า ขึ้นสิบสี่ค่ำ ปีระกายังเป็นฉศก 1246 | 1 | 14 | 1884-05-08 00:00:00 | 117 | 1884-05-08-01010127.pdf | https://ratchakitcha.soc.go.th/documents/1010127.pdf | source | 2026-10-19 00:00:00 | added | false | |
19 | 1884-05-08-01010129 | พระราชทานตราความชอบ | 1 | 14 | 1884-05-08 00:00:00 | 118 | 1884-05-08-01010129.pdf | https://ratchakitcha.soc.go.th/documents/1010129.pdf | source | 2026-10-19 00:00:00 | added | false | |
20 | 1884-05-08-01010130 | ใบบอกหัวเมือง | 1 | 14 | 1884-05-08 00:00:00 | 119 | 1884-05-08-01010130.pdf | https://ratchakitcha.soc.go.th/documents/1010130.pdf | source | 2026-10-19 00:00:00 | added | false | |
21 | 1884-05-08-01010131 | ราษฎรทูลเกล้า ฯ ถวายฎีกา | 1 | 14 | 1884-05-08 00:00:00 | 120 | 1884-05-08-01010131.pdf | https://ratchakitcha.soc.go.th/documents/1010131.pdf | source | 2026-10-19 00:00:00 | added | false | |
22 | 1884-05-08-01010132 | พระราชทานสัญญาบัตรในปีมะโรงโทศก | 1 | 14 | 1884-05-08 00:00:00 | 120 | 1884-05-08-01010132.pdf | https://ratchakitcha.soc.go.th/documents/1010132.pdf | source | 2026-10-19 00:00:00 | added | false | |
23 | 1884-05-08-01010134 | ข่าวตาย | 1 | 14 | 1884-05-08 00:00:00 | 122 | 1884-05-08-01010134.pdf | https://ratchakitcha.soc.go.th/documents/1010134.pdf | source | 2026-10-19 00:00:00 | added | false |
End of preview.
Royal Gazette Thailand (Ratchakitcha) Dataset
ชุดข้อมูลราชกิจจานุเบกษา (แบบ Machine Readable)
โครงการ Open Law Data Thailand ร่วมกับคณะกรรมาธิการการพาณิชย์และการอุตสาหกรรม วุฒิสภา ได้รับความอนุเคราะห์ข้อมูลจาก สำนักเลขาธิการคณะรัฐมนตรี (สลค.) เพื่อเผยแพร่ข้อมูลกฎหมายไทยสู่สาธารณะในรูปแบบที่ประมวลผลได้ด้วยคอมพิวเตอร์ (Machine Readable) เพื่อส่งเสริมนวัตกรรม Legal Tech และ AI ของประเทศไทย
Dataset Description
ชุดข้อมูลนี้รวบรวมรายการประกาศในราชกิจจานุเบกษา ประกอบด้วยชื่อเรื่อง เล่ม ตอน วันที่ประกาศ และลิงก์ไปยังต้นฉบับ PDF เหมาะสำหรับการทำ RAG (Retrieval-Augmented Generation), การสืบค้นกฎหมาย, และการวิเคราะห์ข้อมูลภาครัฐ
- Source: สำนักเลขาธิการคณะรัฐมนตรี (The Secretariat of the Cabinet)
- Official Collaboration Reference: หนังสือด่วนที่สุด ที่ นร ๐๕๐๓/๑๘๗๓๙ (29 ก.ค. 2568)
- Homepage: Open Law Data Thailand
ย้ายโฟลเดอร์ (2026-09-13): ชั้นข้อความของ OpenLawData อยู่ที่
ocr/openlawdata-ocr/(ตั้งชื่อคู่กับtaxonomy/openlawdata-taxonomy/) · path เดิมocr/openlawdata/ถูกลบออกแล้วเมื่อ 2026-09-14 — โค้ดที่ยังชี้ path เดิมต้องเปลี่ยนเป็นocr/openlawdata-ocr/(ไฟล์รายเดือนชื่อเดิมทุกไฟล์ และมี<year>/index.ndjsonบอกตำแหน่งไบต์ของแต่ละฉบับเพิ่มมาให้)
Usage Instruction
ท่านสามารถเลือกดาวน์โหลดข้อมูลได้หลายรูปแบบผ่าน Library datasets ของ Hugging Face โดยระบุชื่อ name ในพารามิเตอร์ (Config)
1. สำหรับงาน AI / NLP (แนะนำ) ⭐
หากต้องการข้อความ (Text) เพื่อนำไปเทรนโมเดล หรือทำ Search Engine ท่านสามารถเลือกโหลดข้อมูลแยกเป็น "รายทศวรรษ" (Decade Subsets) ได้ ซึ่งจะได้ทั้งไฟล์ OCR และ Metadata ควบคู่กัน
ตัวอย่างการ Download สำหรับปี 2024
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "meta/2024/*" --local-dir "downloads"
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "ocr/*/2024/*" --local-dir "downloads"
ตัวอย่างการ Download สำหรับ 2020s (2020-2029)
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "meta/202?/*" --local-dir "downloads"
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "ocr/*/202?/*" --local-dir "downloads"
1.1 โหลดด้วย datasets (สะดวกที่สุด)
ชุดข้อมูลแบ่งเป็น 3 config — เลือกได้ตามงาน ไม่ต้องดาวน์โหลดทั้ง repo
from datasets import load_dataset
R = "open-law-data-thailand/soc-ratchakitcha"
ds = load_dataset(R, "meta", split="train") # metadata อย่างเดียว (ค่าเริ่มต้น, เบาสุด)
ds = load_dataset(R, "openlawdata", split="train") # ⭐ ข้อความเต็ม + metadata แยกวิเคราะห์ 2005-2026
ds = load_dataset(R, "iapp", split="train") # OCR รายหน้า 2011-2025
metaเป็น config เริ่มต้นเพราะเบาที่สุด ทำให้ตัวอย่างข้อมูลบนหน้าเว็บโหลดได้เร็ว — ถ้าต้องการตัวข้อความให้เลือกopenlawdata
ชุดข้อมูลมีขนาดใหญ่ (~9.6 GB สำหรับ openlawdata) หากไม่ต้องการโหลดทั้งหมดลงเครื่อง
ให้ใช้ streaming=True
ds = load_dataset("open-law-data-thailand/soc-ratchakitcha", "openlawdata",
split="train", streaming=True)
for row in ds.take(5):
print(row["publish_date"], row["doc_type"], row["title"])
หรือถ้าต้องการเลือกเฉพาะบางปี ให้ดาวน์โหลดเป็นไฟล์ตามหัวข้อถัดไป
2. สำหรับการวิเคราะห์ข้อมูล
หากต้องการวิเคราะห์สถิติ เช่น จำนวนกฎหมายในแต่ละปี หรือค้นหาชื่อเรื่อง โดยไม่ต้องการเนื้อหา Text
โหลดเฉพาะ Metadata ทั้งหมด (--include "meta/*/*"; meta/year/year-month-files)
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "meta/*/*" --local-dir "downloads"
โหลดเฉพาะ OCR ทั้งหมด (--include "ocr/*/*/*"; ocr/engine/year/year-month-files)
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "ocr/*/*/*" --local-dir "downloads"
โหลดเฉพาะ engine เดียว (ดูหัวข้อ OCR Engines ประกอบ)
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "ocr/openlawdata-ocr/*/*" --local-dir "downloads"
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "ocr/iapp/*/*" --local-dir "downloads"
3. สำหรับการดึงไฟล์ต้นฉบับ (PDF)
ชุดข้อมูลนี้จัดเก็บไฟล์ PDF แบบ Hot/Cold Storage เพื่อประสิทธิภาพ:
pdf: ไฟล์ PDF รายฉบับ เฉพาะ 3 เดือนล่าสุด (Hot Data) (--include "pdf/*/*/*", pdf/year/year-month/files)
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "pdf/*/*/*" --local-dir "downloads"
zip: ไฟล์ PDF ย้อนหลังตั้งแต่ปี 1884 ที่ถูกบีบอัดเป็น ZIP รายเดือน (Cold Data) (--include "zip/*/*", pdf/year/year-month-files)
hf download open-law-data-thailand/soc-ratchakitcha --repo-type dataset --include "zip/*/*" --local-dir "downloads"
OCR Engines (ocr/<engine>/<year>/<year-month>.jsonl)
ชุดข้อมูลนี้มีข้อความจากหลาย engine เก็บแยกโฟลเดอร์กัน ทุก engine ใช้รูปแบบเดียวกันคือ
1 บรรทัด = 1 เอกสาร และเชื่อมกับไฟล์อื่นด้วยฟิลด์ pdf_file — เลือกใช้ตามความเหมาะสม
หรือนำมาเทียบกันได้
| Engine | ช่วงปีที่มี | ลักษณะ |
|---|---|---|
iapp |
2011–2025 | ข้อความจาก OCR ล้วน แยกรายหน้า (markdown_output) ไม่มี metadata |
openlawdata |
2005–2026 | ข้อความทั้งฉบับ + metadata ที่แยกวิเคราะห์แล้ว (ประเภท ผู้ลงนาม เล่ม ตอน วันที่) พร้อมสัญญาณคุณภาพ |
openlawdata สกัดข้อความจากชั้นข้อความ (text layer) ของ PDF โดยตรงเมื่อทำได้ ซึ่งได้ผลตรงตาม
ต้นฉบับ (lossless) และใช้ OCR เฉพาะหน้าที่เป็นภาพสแกน จึงครอบคลุมช่วงปีที่ iapp ยังไม่มี
ความครอบคลุมของ openlawdata (รุ่นปัจจุบัน): ปี 2005–2026 — เอกสารทุกฉบับในช่วงนี้
ประมวลผลครบแล้ว 100% โดยกว่า 99% อ่านได้จากชั้นข้อความของ PDF โดยตรง
เอกสารก่อนปี 2005 ส่วนใหญ่เป็นภาพสแกนที่ต้องใช้ OCR ซึ่งกำลังทยอยดำเนินการ และจะเพิ่มเข้ามา
ในรุ่นถัดไป (ช่วงปี 2011–2025 สามารถใช้ engine iapp ควบคู่กันได้)
หมายเหตุ: เอกสารที่ยังสกัดข้อความไม่ได้ (หน้าเป็นภาพสแกน รอ OCR) จะไม่ปรากฏในไฟล์
openlawdata แต่ metadata ยังอยู่ใน meta/ ครบ ดังนั้นจำนวนบรรทัดต่อเดือนอาจน้อยกว่า meta/
Data Fields
meta/<year>/<year-month>.jsonl
พาร์ทิชันคือปีของรหัส ไม่ใช่ปีที่ประกาศ — ไฟล์ meta/<year>/<year-month>.jsonl และ taxonomy/.../<year>/<year-month>.jsonl จัดตามรหัสเอกสาร (pdf_file) ซึ่งคงที่และถูกอ้างอิงไปแล้ว เอกสารที่พบว่าวันที่ต้นทางผิดและแก้จากหัวกระดาษ (ดู publishDate_source) จึงยังอยู่ในไฟล์เดิม ให้ใช้ publishDate เป็นวันประกาศเสมอ ไม่ใช่ชื่อไฟล์ · เอกสารเก่าที่ต้นทางเพิ่งนำขึ้นเว็บจะมี added_date บอกวันที่ต้นทางให้มา และ repaired_fields บอกว่า pipeline แก้ field ใดบ้าง
| Field Name | Description (TH) | Description (EN) |
|---|---|---|
no |
ลำดับที่เอกสาร | Document ID / Number |
doctitle |
ชื่อเรื่องหรือหัวข้อของเอกสาร | Title or topic of the document |
bookNo |
เล่มของราชกิจจานุเบกษา | Book number |
section |
ตอนของราชกิจจานุเบกษา | Section number |
category |
ประเภท (เช่น ก, ข, ง) | Category (e.g., A, B, D) |
publishDate |
วันที่ประกาศในราชกิจจานุเบกษา | Publication date |
pageNo |
หมายเลขหน้า | Page number |
pdf_file |
ชื่อไฟล์ PDF ต้นฉบับ | Filename of the source PDF |
source_url |
ลิงก์ PDF ต้นฉบับบน ratchakitcha.soc.go.th (null เมื่อยืนยันลิงก์ไม่ได้) |
Source PDF URL at ratchakitcha.soc.go.th (null when it could not be verified) |
publishDate_source |
ที่มาของ publishDate: source (ต้นทาง) · header (แก้จากวันที่ในหัวกระดาษ เมื่อวันที่ต้นทางขัดกับเล่ม) · source-contradicts-volume (ขัดกับเล่มแต่ไม่มีหัวกระดาษให้แก้) |
Where publishDate came from |
is_test |
true = เป็น record ทดสอบระบบของต้นทางเอง ("ทดสอบระบบ"/"ทดลองระบบ") ควรกรองออก |
Source's own test record |
id |
รหัสเอกสารของต้นทาง (มีตั้งแต่ปลาย 2024; null ในรุ่นเก่า) |
Source document id (null for legacy records) |
duplicate_of |
มีเฉพาะระเบียนที่ซ้ำกับระเบียนอื่นทุกช่องและ PDF เหมือนกันทุกไบต์ — ค่าคือ pdf_file ของระเบียนหลัก กรองออกเมื่อนับจำนวนเอกสาร |
Present only on a record identical to another in every field and byte: that record's pdf_file. Leave these out when counting documents |
หมายเหตุ publishDate ที่ต้นทางให้มาเป็น 1970-01-01 (ค่าแทนวันที่ว่าง) ถูกแปลงเป็น null; section ว่างในปีก่อน 1950 เป็นปกติ (ราชกิจจาฯ ยุคแรกยังไม่มี "ตอน" ให้ค้นด้วย เล่ม+หน้า แทน)
ocr/openlawdata-ocr/<year>/<year-month>.jsonl
ดัชนีตำแหน่งไบต์ — ocr/openlawdata-ocr/<year>/index.ndjson หนึ่งบรรทัดต่อเอกสาร {"doc_id", "file", "offset", "length"} (ไบต์ในไฟล์รายเดือน) ใช้ดึงเอกสารเดียวด้วย HTTP Range request ครั้งเดียวโดยไม่ต้องโหลดทั้งเดือน (นามสกุล .ndjson เพื่อไม่ให้ถูกนับเป็นส่วนของ config openlawdata)
| Field Name | Description (TH) | Description (EN) |
|---|---|---|
pdf_file |
ชื่อไฟล์ PDF ต้นฉบับ (ใช้เชื่อมกับ meta/) |
Source PDF filename — the join key |
doc_id |
รหัสเอกสาร | Document id |
text |
ข้อความเต็มทั้งฉบับ (รวมหัวกระดาษ เล่ม/ตอน/หน้า/วันที่) | Full document text |
n_pages / ocr_pages |
จำนวนหน้าทั้งหมด / จำนวนหน้าที่ต้องใช้ OCR | Total pages / pages needing OCR |
method |
วิธีที่ได้ข้อความมา: direct, font, redecode (สามอย่างนี้ lossless ไม่ผ่าน OCR), typhoon, tesseract |
How the text was obtained |
is_valid / score |
ผลตรวจความสมบูรณ์ และคะแนน 0–1 | Validation flag and score |
doc_type |
ประเภทเอกสาร (ประกาศ, ระเบียบ, กฎกระทรวง ฯลฯ) | Document type |
issuer / issuing_authority |
ผู้ออก / หน่วยงาน | Issuer / authority |
title / subject |
ชื่อเรื่อง | Title / subject |
volume / volume_thai |
เล่ม (เลขอารบิก / เลขไทย) | Volume |
part / part_number / part_class / is_special |
ตอน, เลขตอน, ประเภทตอน (ก/ข/ง), เป็นฉบับพิเศษหรือไม่ | Part, number, class, special flag |
page |
เลขหน้าในราชกิจจานุเบกษา | Page number in the gazette |
publish_date / publish_date_thai |
วันที่ประกาศ (ISO / ไทย) | Publication date |
announcement_date / announcement_date_thai |
วันที่ลงนาม (ISO / ไทย) | Signing date |
signatories |
รายชื่อผู้ลงนาม [{name, position}] |
Signatories |
reference_numbers |
เลขอ้างอิงที่พบในเอกสาร | Reference numbers found in the text |
doctitle |
ชื่อเรื่องทางการจากต้นทาง (join จาก meta/) — มีครบเกือบทุกฉบับ ต่างจาก title ที่แกะจากหน้ากระดาษและว่างราว 4% |
Official title from the source catalogue |
meta_book_no |
เล่มที่ต้นทางระบุไว้สำหรับเอกสารนี้ — ถ้าต่างจาก volume เกิน 2 แปลว่าไฟล์ PDF ไม่ตรงกับรหัสเอกสาร (ดู ข้อจำกัด) |
Source-declared volume; a gap > 2 from volume means a mismatched PDF |
นำเข้า BigQuery
ไฟล์ openlawdata เป็น newline-delimited JSON (NDJSON) แบบไม่บีบอัด จึงโหลดเข้า BigQuery
ได้โดยตรงและโหลดแบบขนานได้เต็มที่ (ต่างจากไฟล์ .gz ที่ต้องแตกไฟล์แบบ single-thread)
# โหลดทั้งปี 2026 เข้าตารางเดียว (สร้าง schema อัตโนมัติ)
bq load --source_format=NEWLINE_DELIMITED_JSON --autodetect \
my_dataset.ratchakitcha 'downloads/ocr/openlawdata-ocr/2026/*.jsonl'
โครงสร้างที่ได้: signatories เป็น RECORD REPEATED (name, position),
reference_numbers เป็น STRING REPEATED, ฟิลด์วันที่เป็นสตริงรูปแบบ YYYY-MM-DD
ทุกฟิลด์มีชนิดข้อมูลคงที่ทั้งชุด จึงไม่ทำให้ autodetect ล้มเหลว
ตัวอย่างคิวรี — เลือกเฉพาะเอกสารที่อ่านจากชั้นข้อความโดยตรง (แม่นที่สุด ไม่ผ่าน OCR)
SELECT publish_date, doc_type, issuer, title, text
FROM my_dataset.ratchakitcha
WHERE is_valid AND method IN ('direct','font','redecode')
วิธีเลือกข้อมูลให้ตรงกับงาน
method บอกว่าข้อความมาจากไหน — เป็นตัวกรองคุณภาพที่สำคัญที่สุด
method |
ที่มา | ความแม่น |
|---|---|---|
direct |
อ่านจากชั้นข้อความของ PDF ตรงๆ | ตรงต้นฉบับ (lossless) |
font |
ชั้นข้อความเพี้ยน แต่ถอดกลับได้จาก glyph ของฟอนต์ | ตรงต้นฉบับ (lossless) |
redecode |
ชั้นข้อความถูก encode ผิด ถอดกลับได้ | ตรงต้นฉบับ (lossless) |
typhoon |
OCR จากภาพ (Typhoon VLM) | ~97% อาจมีอักขระเพี้ยน |
tesseract |
OCR จากภาพ (Tesseract) | ~94% |
-- ชุดที่แม่นที่สุด: ไม่ผ่าน OCR เลย + ผ่าน validation
WHERE is_valid AND method IN ('direct','font','redecode')
ในช่วง 2005–2026 เอกสาร 99.1% อยู่ในกลุ่ม lossless และ 99.8% ผ่าน validation
ข้อจำกัดที่ควรทราบ
- ใช้
meta/เป็นหลักสำหรับ เล่ม/ตอน/หน้า/วันที่ — ข้อมูลในmeta/มาจากระบบต้นทางของ ราชการโดยตรง ส่วนค่าเดียวกันในopenlawdataแยกวิเคราะห์มาจากตัวข้อความ จึงอาจคลาดเคลื่อนได้ ในเอกสารที่จัดหน้าผิดปกติ - หัวกระดาษบางฉบับวรรณยุกต์ตก (เช่น
หนาแทนหน้า,เลมแทนเล่ม) พบราว 18% ของเอกสาร ที่สกัดแบบdirectตั้งแต่ปี 2010 — เกิดจากตำแหน่งวรรณยุกต์ในชั้นข้อความของ PDF ไม่ใช่ OCR ผิด กระทบเฉพาะบรรทัดหัวกระดาษ ไม่กระทบเนื้อความ - เลขไทย/อารบิกปะปนกัน — ชั้นข้อความอาจให้
45/2562ขณะที่หน้าเอกสารจริงพิมพ์๔๕/๒๕๖๒ - สระ/วรรณยุกต์สลับตำแหน่งในเอกสารคุณภาพต่ำ พบราว 0.3% ของเอกสาร (เช่น
เกณฑก์ ารที่ควรเป็นเกณฑ์การ) เกิดจากลำดับอักขระในชั้นข้อความของ PDF ต้นฉบับเอง เราเลือกไม่แก้อัตโนมัติ เพราะการเดารวมอักขระอาจทำให้ข้อความผิดเพี้ยนกว่าเดิม — เอกสารกลุ่มนี้ยังอ่านได้ แต่ถ้าต้องการ ความแม่นสูงสุดควรตรวจกับ PDF ต้นฉบับ - เอกสารตารางมีสัดส่วนอักษรไทยต่ำโดยธรรมชาติ (ตารางโควตา ผังเมือง ตารางทับศัพท์ภาษาต่างประเทศ) ไม่ใช่ข้อมูลเสีย
textรวมหัวกระดาษไว้ด้วย (บรรทัดหน้า .. เล่ม .. ราชกิจจานุเบกษา .. วันที่) หากต้องการเฉพาะเนื้อความ ให้ตัดบรรทัดแรกๆ ออกเอง- เอกสารที่ยังไม่มีข้อความจะไม่ปรากฏในไฟล์ จำนวนบรรทัดต่อเดือนจึงอาจน้อยกว่าใน
meta/ - มีเอกสาร 1 ฉบับ (ปี 1930) ที่ไฟล์ PDF ต้นทางเสียหายตั้งแต่ต้นทาง จึงไม่มีข้อความ
- รหัสเอกสารกับไฟล์ PDF ถูกจัดให้ตรงกันแล้วทุกปี (แก้ 12–13 ก.ย. 2569) — รหัสเอกสารรุ่นเก่า (
2014-006904) คือลำดับที่ในผลค้นหาของระบบต้นทาง ไม่ใช่เลขประจำเอกสาร การดึงย้อนหลังเมื่อ ก.ค.–ส.ค. 2568 ดึง PDF กับmeta/จากลิสต์สองรอบที่ลำดับต่างกัน ทำให้รหัสเดียวถือmeta/ของเอกสารหนึ่งแต่ PDF ของอีกเอกสาร · ปี 2002–2022 อ่าน เล่ม/ตอน/หน้า จากหัวกระดาษของทุกไฟล์แล้วย้ายไฟล์ไปยังรหัสที่meta/ระบุ (376,867 ฉบับใน 2005–2022; 2004 เลื่อน +1/+3 เกือบทั้งปี, 2003 เลื่อน +28) แล้ว build ข้อความและ zip ใหม่ · ปี 1884–2001 (ภาพสแกน ไม่มีข้อความให้อ่านหัวกระดาษ) เทียบขนาดไฟล์กับไฟล์ที่ต้นทางเสิร์ฟให้เอกสารนั้นวันนี้ แล้วดาวน์โหลดฉบับที่ถูกมาแทน (27 ปี แทนที่ 194,262 ฉบับ ในจำนวนนี้เป็นช่องที่ไม่มีไฟล์มาก่อน 2,260 ฉบับ) ·meta/ไม่เปลี่ยน (เป็นนิยามของรหัส) · ตรวจซ้ำหลังแก้: สุ่ม 200 รหัส/ปี ทุกปี 2005–2026 พิกัดในข้อความตรงmeta/4,310/4,322 ที่เทียบได้ ผิดฉบับ 0 · ไฟล์ที่ย้ายออก/แทนที่ทุกฉบับมี journal ย้อนกลับได้ในraw/_refile/<ปี>/(ไม่เผยแพร่) - ชั้น
ocr/iappคัดแล้ว (14 ก.ย. 2569) — ข้อความ iapp ถูก OCR จากไฟล์ก่อนจัดรหัสใหม่ และมี record ว่างเปล่าหรือเป็น ข้อความ error ของบริการ OCR ปนอยู่ จึงคัดให้เหลือเฉพาะ record ที่ (1) มีข้อความจริง และ (2) ชื่อเรื่องหรือหัวกระดาษในข้อความ ยืนยันรหัสเอกสารได้ — เหลือ 165,983 จาก 416,922 record (ปี 2021 ไม่เหลือเลย จึงไม่มีโฟลเดอร์) ที่เหลือนี้ join กับmeta//ocr/openlawdata-ocrด้วยpdf_fileได้ตามปกติ · record ที่ย้ายรหัสมีฟิลด์data.rekeyed_fromบอกรหัสเดิม - ปี ≤2001 มีเฉพาะ PDF (
zip/) และmeta/— เป็นภาพสแกน ข้อความกำลังทยอย OCR ด้วย Typhoon และจะเผยแพร่ในocr/openlawdataเมื่อครอบคลุมพอ · รหัสที่meta/ของต้นทางไม่ระบุ เล่ม/ตอน/หน้า (ราว 2,400 ฉบับ) ถูกเติมพิกัดจากต้นทางแล้วส่วนใหญ่ ที่เหลือยังไม่มีในชั้นข้อความ - ตรวจทุกฉบับเทียบกับไฟล์ของต้นทางอีกรอบ และแก้แล้ว (ก.ย.–ต.ค. 2569) — หลังมีผู้ใช้แจ้งว่าบางฉบับไม่ตรงกัน เราระบุทุกฉบับในหน้ารายการของต้นทางด้วยชื่อเรื่องและเลขหน้า แล้วเทียบไฟล์ของเรากับไฟล์ที่ต้นทางให้ทีละไบต์ ไฟล์ที่ต่างกันตัดสินด้วยหลักฐาน (md5 ตรงกับไฟล์ของระเบียนอื่น หรือชื่อเรื่องของระเบียนอยู่ในไฟล์ฝั่งไหน)
· PDF ที่พิสูจน์ได้ว่าผิด 5,103 ฉบับ (เป็นเอกสารของระเบียนข้างเคียง กระจุกในฉบับพิเศษขนาดใหญ่ไม่กี่ตอน ที่ประกาศติดกันใช้แม่แบบเดียวกัน การตรวจรอบก่อนจึงมองไม่เห็น) และอีก 5,310 ฉบับที่ไฟล์ต่างจากต้นทางโดยไม่มีหลักฐานว่าฝั่งไหนถูก หรือต้นทางลงประกาศเดียวกันไว้หลายระเบียน — ทั้งหมดเปลี่ยนเป็นไฟล์ของต้นทาง แล้ว build ข้อความและ zip ใหม่
· ถ้าดาวน์โหลดไว้ก่อน ต.ค. 2569 ให้ดาวน์โหลดปีเหล่านี้ใหม่: 2005, 2008, 2009, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022 (และ 1976, 1978, 1998, 1999, 2001, 2002, 2003, 2007, 2011, 2025, 2026 ซึ่งเปลี่ยนปีละไม่กี่ฉบับ) ปีอื่นไม่มี PDF เปลี่ยน
·
source_url2,293 ลิงก์เปลี่ยนเป็นลิงก์จากหน้ารายการของต้นทาง (เดิมสร้างจากเลข id) และ 488 ลิงก์ที่ยืนยันไม่ได้ตั้งเป็นnullแทนการชี้ผิด · เติม เล่ม/ตอน/หน้า/หมวด ที่ว่างในmeta/1,665 ฉบับ จากแถวในหน้ารายการของไฟล์ที่ยืนยันแล้ว (เติมเฉพาะช่องว่าง ไม่เปลี่ยนค่าที่มีอยู่) · ระเบียนซ้ำ: การดึงข้อมูลชุดใหญ่รอบแรก (ก.ค.–ส.ค. 2568) เก็บแถวเดียวกันของต้นทางไว้เป็นหลายระเบียน ส่วนใหญ่ในปี 1996–1999 ระเบียนที่ซ้ำกับระเบียนอื่นทุกช่องและ PDF เหมือนกันทุกไบต์ มีช่องduplicate_ofชี้ไปยังpdf_fileของระเบียนหลัก (ไม่ได้ลบ เพราะpdf_fileอาจถูกอ้างอิงอยู่แล้ว) — นับจำนวนเอกสารให้กรองระเบียนที่มีduplicate_ofออก (18,549 ระเบียน) · เพิ่มระเบียนที่ขาด 8,983 ฉบับ (ต.ค. 2569) — เทียบทุกเดือนตั้งแต่ 1884 กับจำนวนในระบบค้นหาของต้นทาง พบว่าการดึงรอบแรกข้ามบางช่วงไปทั้งก้อน และต้นทางเพิ่มเอกสารเก่าย้อนหลังบางส่วน: 1884 (363), 1997 (6,333), 2000 (523), 2001 (829), 2002 (640), 2025 (168), 2026 (106) และปีอื่นอีกเล็กน้อย ระเบียนที่เพิ่มมีpdf_fileแบบ<publishDate>-<เลขเอกสาร>(เช่น1997-01-30-01684682)repaired_fields: "added"และadded_dateเป็นวันที่เพิ่ม · ปี 1884 และ 1997 เป็นภาพสแกน ข้อความจะตามมาเมื่อ OCR ถึง · ตั้งแต่นี้มีการเทียบจำนวนรายเดือนกับต้นทางทุกสัปดาห์ · ตรวจซ้ำหลังแก้: สุ่ม 2,200 ฉบับ (ปีละ 100) เทียบกับต้นทางเมื่อ 18 ต.ค. 2569 ไม่พบไฟล์ผิดฝั่งเรา · ไฟล์ที่เปลี่ยนทั้ง 10,408 ฉบับ ตรวจซ้ำกับต้นทางอีกครั้งเมื่อ 6 ต.ค. 2569: ยังเป็นไฟล์ของต้นทาง 10,408 ฉบับ · หัวกระดาษพิมพ์เล่มของปีที่ถูก 10,316 ฉบับ พิมพ์เล่มของปีอื่น 1 ฉบับ (ต้นทางพิมพ์เลขเล่มผิดในเอกสารเอง วันที่ถูก) · อีก 91 ฉบับเป็นภาพสแกน ไม่มีหัวกระดาษให้อ่าน · ระหว่างตรวจซ้ำพบ 19 ฉบับของปี 1998, 1999, 2003 ที่ลิงก์ของต้นทางเปิดได้ประกาศปี 2569 (ต้นทางนำเลขเอกสารเดิมไปใช้ใหม่) จึงคืนไฟล์ที่เรามีก่อนการแก้ ตั้งsource_urlของฉบับเหล่านี้เป็นnullและปิดช่องโหว่ในด่านตรวจแล้ว · ปัญหาฝั่งต้นทางที่เราแก้แทนไม่ได้: ลิงก์ในหน้ารายการของต้นทางเปิดไม่ได้ (404) 2,010 ฉบับ · ลิงก์ของประกาศเก่าเปิดได้ประกาศปี 2569 8,350 ฉบับ (ส่วนใหญ่ปี 2003 ซึ่งต้นทางเอาออกจากระบบค้นหาแล้ว —source_urlของฉบับเหล่านี้ตั้งเป็นnullแล้ว) · ไฟล์ของต้นทางเป็นเนื้อหาของประกาศอื่น 16 ฉบับ · สองประกาศใช้ไฟล์เดียวกัน 756 คู่ · หัวกระดาษพิมพ์เล่ม/ตอนไม่ตรงกับหน้ารายการ 10 ฉบับ — ลิงก์ที่เปิดไม่ได้หรือถูกใช้ซ้ำ เราเก็บสำเนาที่มีอยู่เดิมไว้ ไฟล์ผิดเรื่องหรือไฟล์ซ้ำ เราเก็บตามที่ต้นทางให้ และรวบรวมรายการทั้งหมดไว้แจ้งต้นทาง · ข้อจำกัด: ปี 2002–2003 ราว 13,300 ฉบับ ต้นทางไม่มีในระบบค้นหา จึงเทียบกับต้นทางไม่ได้ (ตรวจความสอดคล้องระหว่างหัวกระดาษกับmeta/แทน ไม่พบความผิด) · ปี 1910–1939meta/ไม่มีเลขตอน จึงตรวจด้วยชื่อเรื่องและวันที่แทน (ตรวจครบ 64,731 ฉบับ): ไฟล์ตรงกับของต้นทางทุกไบต์ 62,803 ฉบับ (97.0%) ไม่พบไฟล์ผิด อีก 1,928 ฉบับหาในหน้ารายการของต้นทางไม่เจอหรือยืนยันไม่ได้ - เอกสารที่ไม่มีในชั้นข้อความ ให้ดูที่
taxonomy.has_text— ไม่ต้องเทียบindex.ndjsonกับmeta/เอง ชั้นtaxonomyมีทุกฉบับที่meta/มี และฟิลด์has_textบอกตรงๆ ว่าฉบับนั้นมีข้อความในocr/openlawdata-ocrหรือไม่ · เอกสารที่has_text: falseไม่ได้หายไป — ป้ายหมวดหมู่ของมัน วิเคราะห์จากชื่อเรื่องในmeta/อย่างเดียว ซึ่งเป็นหลักฐานที่น้อยกว่า - เหตุผลที่ไม่มีข้อความ มี 3 แบบ ไม่ใช่แบบเดียว (สำรวจครบทุกฉบับ 15 ก.ย. 2569): · 10,912 ฉบับ — กันไว้โดยเจตนา ไม่ใช่ build ตกหล่น ไฟล์ PDF อยู่ครบและสกัดข้อความได้ แต่พิสูจน์ไม่ได้ว่าไฟล์นั้นเป็นเอกสารของรหัสนี้จริง จึงไม่เผยแพร่ข้อความของมัน การเผยแพร่ข้อความที่อาจเป็นของเอกสารอื่นภายใต้รหัสหนึ่ง แย่กว่าการไม่มีข้อความ (ทดลอง build โดยไม่กันออกเมื่อ 15 ก.ย. 2569 → ด่านตรวจพบทันทีว่าปี 2003 มี 290 ฉบับที่หัวกระดาษ เป็นของรหัสอื่น เลื่อนกันเป็น block ละ 28 ตำแหน่ง จึงย้อนกลับทั้งหมด) · 7,263 ฉบับ — เป็นภาพสแกนจริง ไม่มีชั้นข้อความใน PDF (ส่วนใหญ่ปี 2002–2004) กำลังทยอย OCR ด้วย Typhoon และจะเข้าชั้นข้อความเมื่อทำถึง · 2,977 ฉบับ — ไม่มีไฟล์ PDF บนดิสก์ เป็นคนละปัญหา อยู่ระหว่างดึงไฟล์กลับมา
index.ndjsonรับประกันตัวเองแล้ว — ตั้งแต่ 15 ก.ย. 2569 ตัว build จะตรวจและ exit non-zero ถ้าอย่างใดอย่างหนึ่งไม่จริง: รายการแรกของทุกเดือนเริ่มที่ไบต์ 0 ·offset + lengthของทุก record เท่ากับoffsetของรายการถัดไปพอดี · รายการสุดท้ายจบตรงขนาดไฟล์ · จำนวน entry เท่ากับจำนวน record แปลว่า "ไม่มีใน index" = "ไม่มีในไฟล์" เชื่อถือได้โดยไม่ต้องพิสูจน์เองsource_urlของปี 2002 จะไม่ครบ และไม่ใช่ข้อบกพร่องฝั่งเรา — 5,844 ฉบับไม่มีลิงก์เพราะ ระบบค้นหาของต้นทางเองไม่มีเอกสารเหล่านั้นอยู่ในดัชนี (เช่น เล่ม 119 ตอน 79 ง คืนเฉพาะหน้า 1, 7, 9, 11, 14, 26, 28, 47 ขณะที่เอกสารจริงมีถึงหน้า 130 กว่า) · พิกัดของเราถูก ไม่ใช่ของเขา: หน้าที่พิมพ์บนเอกสารตรงกับmeta/298 จาก 300 ฉบับที่สุ่มตรวจ PDF ปี 2002 ที่เรามีถูกต้อง ขาดเพียงลิงก์กลับไปต้นทางidของเอกสารก่อนปี 2024 เป็นค่าที่สร้างขึ้นใหม่ ไม่ใช่สตริงที่ต้นทางเคยออกให้ — ประกอบจากpublishDate+ เลขเอกสารในsource_urlเติมศูนย์ให้ครบ 8 หลัก ซึ่งเป็นสูตรเดียวกับที่ต้นทางใช้ ในปี 2024–2026 (ตรงกัน 82,481 จาก 82,481 ฉบับ ไม่มีข้อยกเว้น) · ทุกฉบับที่สร้างค่าใหม่มีidอยู่ในrepaired_fields· ฉบับที่ไม่มีsource_urlยังคงเป็น null
การจัดทำข้อมูล
สกัดข้อความแบบ 3 ชั้น โดยพยายามอ่านจากชั้นข้อความของ PDF ก่อนเสมอ และใช้ OCR เฉพาะหน้าที่เป็น
ภาพสแกนจริงๆ ทุกฉบับผ่านการตรวจสอบอัตโนมัติ (ความครบของฟิลด์ วันที่ถอดได้ สัดส่วนอักษรไทย
การปนเปื้อนของอักขระเสีย) แล้วบันทึกผลไว้ในฟิลด์ is_valid และ score
ก่อนเผยแพร่ทุกครั้ง ไฟล์ทั้งชุดจะถูกตรวจซ้ำว่า: ทุกบรรทัดเป็น JSON ที่ถูกต้อง, ไม่มี path
ภายในหลุดออกมา, ไม่มีร่องรอยการสกัดผิดพลาดหลงเหลือ, pdf_file ไม่ซ้ำ และทุกฟิลด์มีชนิดข้อมูล
คงที่ทั้งชุด (เพื่อให้ bq load --autodetect ทำงานได้)
ชั้นหมวดหมู่ / taxonomy (taxonomy/openlawdata-taxonomy/<year>/<year-month>.jsonl)
ป้ายกำกับเชิงโครงสร้างของทุกเอกสารในชั้น openlawdata (faceted taxonomy: ต้นไม้หัวข้อ + 2 vocabulary แบน —
ไม่เรียก ontology เพราะยังไม่มี entity/relation) — 1 บรรทัด = 1 เอกสาร เชื่อมกับ
ocr/openlawdata และ meta/ ด้วย pdf_file เหมือนชั้นอื่น ตั้งใจแยกโฟลเดอร์ เพราะ rule จะปรับเรื่อยๆ
โดยไม่ต้องเผยแพร่ข้อความใหม่ทุกครั้ง (ดู sieve_version) · taxonomy/ เป็นโฟลเดอร์รวมสำหรับชุดหมวดหมู่จากหลายผู้จัดทำ
ชุดนี้คือ openlawdata-taxonomy
สามแกนที่เป็นอิสระต่อกัน — เอกสารหนึ่งฉบับเป็นได้ทั้ง "แต่งตั้ง" และ "การต่างประเทศ" พร้อมกัน:
| แกน | field | ค่า | ความหมาย |
|---|---|---|---|
| เรื่องอะไร | topic |
76 หมวด มีลำดับชั้น (taxonomy.json) |
เช่น pollution_air ⊂ pollution ⊂ environment |
| ทำอะไร | action |
10 แบบ | rulemaking appointment registration court_order decoration … |
| ใครออก | govlevel |
8 ระดับ | central local provincial judiciary parliament … |
ฟิลด์อื่น: agency / agency_type / province — ชื่อผู้ออกที่ normalize แล้ว (ตัวสะกดแปรผันของหน่วยงาน
เดียวกันยุบเป็นชื่อเดียว ชื่อที่ถูกตัดกลางบรรทัดในหัวเอกสารถูกเติมเป็นชื่อเต็ม แยกจังหวัดออกจากชื่อหน่วยงานตามรายชื่อ 77 จังหวัด) เหมาะใช้เป็น facet/index;
issuing_authority ดิบตามหน้ากระดาษยังอยู่ในชั้น ocr · labels = ป้ายทุกอัน (ทั้งสามแกน รวมหมวดแม่ที่
roll up มา) แต่ละอันมี weight, matched_by (หลักฐาน: auth title head dtype partclass) และ
corroborated · extracted = ข้อมูลสกัดเฉพาะหมวด (คดีล้มละลาย: stage case_number case_book court debtor_type = juristic/natural และ debtor_name เฉพาะนิติบุคคล — ชั้นนี้ไม่เก็บชื่อบุคคลธรรมดา)
ป้ายที่เชื่อได้ — topic_corroborated / action_corroborated / govlevel_corroborated บอกว่าป้ายหลัก
ยืนอยู่บนหลักฐานเชิงโครงสร้าง (ผู้ออก ประเภทเอกสาร ตอนของราชกิจจา) หรือสองฟิลด์อิสระ อ่านตรวจด้วยคน
450 ฉบับ: สุ่มทั่วคลัง ป้ายที่ยืนยันถูก 100% [98.6–100] และมีป้ายยืนยัน 95.5% ของเอกสาร · หมวดที่ประชาชน
ค้นบ่อย 15 หมวด 97.9% · ป้ายที่ corroborated: false แม่นราว 61% — เก็บไว้เพื่อ recall ให้กรองเอง
-- BigQuery: กฎ/ระเบียบเรื่องขยะที่ท้องถิ่นออกใน 5 ปี พร้อมข้อความ
SELECT o.pdf_file, o.agency, o.province, t.title, t.publish_date
FROM taxonomy o JOIN ocr t USING (pdf_file)
WHERE o.topic_corroborated AND o.topic = 'pollution_waste'
AND o.govlevel = 'local' AND t.publish_date >= '2021-01-01'
taxonomy.json = รายการ slug → ชื่อไทย/หมวดแม่/แกน ใช้ roll up ได้เอง · เป็น rule-based ล้วน (ไม่มี ML)
ไม่มีข้อมูลส่วนบุคคลในชั้นนี้ · ยังไม่มีปี 2000–2001 (ชั้น ocr ของปีนั้นรอ OCR ภาพสแกน)
Legal & License
ข้อมูลนี้ได้รับการสนับสนุนจาก สำนักเลขาธิการคณะรัฐมนตรี ตามหนังสือตอบข้อหารือ "ด่วนที่สุด ที่ นร ๐๕๐๓/๑๘๗๓๙" ลงวันที่ 29 กรกฎาคม 2568 เพื่อประโยชน์สาธารณะและการพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (AI)
Disclaimer: ข้อมูลนี้จัดทำขึ้นเพื่อความสะดวกในการเข้าถึงและวิเคราะห์ข้อมูลเท่านั้น การอ้างอิงทางกฎหมายอย่างเป็นทางการควรตรวจสอบกับต้นฉบับ PDF จากเว็บไซต์ ratchakitcha.soc.go.th โดยตรง
Contact
- Project: Open Law Data Thailand
- Website: https://www.openlawdatathailand.org/
- Downloads last month
- 46,105
