يصف هذا البحث مجموعة البيانات VICTOR، وهي مجموعة بيانات جديدة تم إنشاؤها من الوثائق القانونية الرقمية الصادرة عن المحكمة العليا في البرازيل، وتشمل أكثر من 45 ألف طعن، وتتألف من حوالي 692 ألف وثيقة—ما يعادل حوالي 4.6 مليون صفحة. تحتوي المجموعة على بيانات نصية مُصنّفة، وتدعم نوعين من المهام: تصنيف نوع الوثيقة، وتعيين الموضوع، وهي مهمة متعددة التصنيفات. نقدم نتائج أساسية باستخدام نماذج "مجموعة الكلمات" (bag-of-words)، والشبكات العصبية التلافيفية (CNN)، والشبكات العصبية التكرارية (RNN)، وتقنيات التقوية (boosting). كما قمنا بتجربة استخدام الحقول العشوائية الشرطية المتسلسلة (Linear-chain Conditional Random Fields) للاستفادة من الطبيعة التسلسلية للدعاوى القضائية، ووجدنا أن هذا النهج يُسهم في تحسين أداء تصنيف نوع الوثيقة. وأخيرًا، قارنا بين نهج تصنيف الموضوع يستخدم المعرفة الخاصة بالمجال لاستبعاد الصفحات الأقل إفادة، وبين النهج الافتراضي الذي يستخدم جميع الصفحات. وخلافًا لتوقعات خبراء المحكمة، وجدنا أن استخدام جميع البيانات المتاحة هو الطريقة الأفضل. ونُقدّم مجموعة البيانات في ثلاث إصدارات بمقاسات ومضامين مختلفة، بهدف تشجيع البحث عن نماذج وتقنيات أكثر تطورًا.