mirfan899/imdb_urdu_reviews

ImDB Urdu Reviews数据集是一个用于文本分类任务的数据集，特别是情感分类。数据集包含从电影评论翻译成乌尔都语的句子，每个句子都有一个情感标签，表示评论的情感是积极的或消极的。数据集的结构包括句子和情感两个字段，但缺少关于数据分割的详细信息。数据集的创建过程、注释过程和注释者的信息未提供。

The ImDB Urdu Reviews dataset is a dataset for text classification tasks, specifically sentiment classification. The dataset contains sentences translated into Urdu from movie reviews, with each sentence having a sentiment label indicating whether the review is positive or negative. The dataset structure includes two fields: sentence and sentiment, but lacks detailed information on data splits. Information on the dataset creation process, annotation process, and annotators is not provided.

原始信息汇总

数据集概述

基本信息

• 数据集名称: ImDB Urdu Reviews
• 语言: 乌尔都语 (ur)
• 许可证: 开放数据库许可证 (odbl)
• 多语言性: 单语种
• 大小类别: 10K<n<100K
• 源数据集: 原始数据
• 任务类别: 文本分类
• 任务ID: 情感分类

数据集结构

• 特征:
  • sentence: 字符串类型，包含翻译成乌尔都语的电影评论。
  • sentiment: 分类标签类型，包含0（正面）和1（负面）两种情感。
• 数据分割:
  • train: 包含50000个样本，总字节数为114670811。
  • 下载大小: 31510992字节
  • 数据集大小: 114670811字节

数据集创建

• 语言创建者: 机器生成
• 注释创建者: 发现