urd_news_2020

Name: urd_news_2020
Creator: corpora.uni-leipzig.de
Published: 2025-03-22T08:55:52+08:00

corpora.uni-leipzig.de2025-03-22 收录

乌尔都语

新闻语料

数据链接：

https://corpora.uni-leipzig.de?corpusId=urd_news_2020 数据链接链接失效反馈

官方服务：

资源简介：

Urdu news corpus based on material from 2020

基于2020年资料的乌尔都语新闻语料库

提供机构：

corpora.uni-leipzig.de

Ax-to-Grind Urdu

假新闻检测

乌尔都语

Ax-to-Grind Urdu是首个大规模公开的乌尔都语假新闻检测数据集，由武汉大学网络空间安全学院创建。该数据集包含10,083条来自巴基斯坦和印度主流乌尔都语报纸和新闻网站的新闻，涵盖15个不同领域，从2017年至2023年。数据集的创建过程包括从网站抓取新闻，并通过专家记者进行手动标注。该数据集主要用于解决乌尔都语假新闻检测问题，旨在通过提供丰富的多领域数据来提高检测算法的准确性和鲁棒性。

arXiv2024-03-21 更新280

Dataset-of-Urdu-Abusive-Language

乌尔都语

辱骂语言检测

公开的乌尔都语辱骂语言数据集，数据集通过使用特定乌尔都语辱骂关键词的Tweepy API抓取推文，并由乌尔都语母语者进行标注。数据集经过预处理和清洗，移除了不需要的元素如停用词、标签、提及和URL。数据集平衡，推文长度在10到256个字符之间。

github2024-03-16 更新170

smi_newscrawl_2011

萨米文化

新闻语料库

Sami news corpus based on material crawled in 2011

corpora.uni-leipzig.de110

Urdu Summary Corpus