Datasets

A continuación se muestra información sobre conjuntos de datos textuales en español creados con el objetivo de resolver tareas de PLN. En este caso, se trata de colecciones de textos, generalmente enriquecidas con anotaciones.
Filtrar por
Año

  • VYTEDU-CW

    Educación
    Español (Ecuador)
    Publicado en 2020
    Transcripciones de vídeos académicos
    morfología

  • PAN-AP-2020-ES

    Español
    Publicado en 2020
    500
    Tuits
    detección de noticias falsas

  • CodiEsp

    Español
    Publicado en 2020
    1,000
    Informes de casos clínicos
    PLN biomédico

  • SentiMix-Spanglish

    Español
    Publicado en 2020
    18,789
    Tuits
    análisis de sentimiento

  • EmoEVENT

    Español , Español (Chile) , Español (Costa Rica) , Español (Mexico) , Español (Peru) , Español (Uruguay)
    Publicado en 2020
    8,409
    Tuits
    análisis de sentimiento

  • InterTASS 2020

    Español , Español (Chile) , Español (Costa Rica) , Español (Mexico) , Español (Peru) , Español (Uruguay)
    Publicado en 2020
    Tuits
    análisis de sentimiento

  • Spanish Fake News Corpus

    Diversos
    Español (Mexico)
    Publicado en 2020
    971
    Noticias
    detección de noticias falsas

  • Mexican Aggressiveness Corpus

    Español (Mexico)
    Publicado en 2020
    10,475
    Tuits
    detección de odio

  • FACT

    Español , Español (Uruguay)
    Publicado en 2020
    Noticias
    procesamiento de factualidad, procesamiento de eventos

  • CAPITEL-UD

    Español
    Publicado en 2020
    Noticias
    análisis sintáctico

  • CAPITEL-NER

    Español
    Publicado en 2020
    Noticias
    reconocimiento de entidades nombradas

  • CANTEMIST

    Salud
    Español
    Publicado en 2020
    1,301
    Informes de casos clínicos oncológicos

Si has publicado un resultado mejor que los de la lista, envía un mensaje a odesia-comunicacion@lsi.uned.es indicando el resultado y el DOI del artículo, junto con una copia del mismo si no está publicado en abierto.