ml_urdu_news

DSL Urdu News数据集是由德国人工智能研究中心的研究人员创建的公开可用数据集，包含662篇手动标记为六个不同类别的文档，涵盖健康科学、体育、商业、农业、世界和娱乐等领域。数据集总词数约为130,000，旨在为乌尔都语文本分类提供基准性能。该数据集的创建过程涉及从多个网站爬取文本，并通过Beautiful Soup进行解析。应用领域包括文本分类、情感分析和信息检索等，旨在解决乌尔都语处理中