research_abusive_urdu_dataset

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。