Hindi Constraint Dataset

该数据集旨在针对社交媒体上的印地语敌意帖子进行检测，将这些帖子分为敌意和非敌意两大类，并在敌意类别下进一步细分为虚假信息、仇恨言论、攻击性内容和诽谤等子类别。尽管该数据集存在类别不平衡的问题，评估仍采用加权F1分数进行。平均评论长度约为30个标记。在规模上，训练集包含5728个样本，验证集包含811个样本。任务的目的是检测和分类敌意帖子。