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.
-
MedProcNER/ProcTEMIST corpus 2023
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas -
MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas, enlace de entidades nombradas -
MultiCoNER v2 ES
GeneralEspañolPublicado en 2023264,207Oraciones de wiki Preguntas Búsquedasreconocimiento de entidades nombradas -
MultiCoNER-ES
EspañolPublicado en 2022233,987Wikipedia Preguntas Búsquedasreconocimiento de entidades nombradas -
SocialDisNER
SaludEspañolPublicado en 20229,500Tuitsreconocimiento de entidades nombradas -
DisTEMIST
SaludEspañolPublicado en 20221,000Casos clínicosenlace de entidades, reconocimiento de entidades nombradas -
SpRadIE
SaludEspañol (Argentina)Publicado en 2021513Informes de radiologíareconocimiento de entidades nombradas -
CAPITEL-NER
EspañolPublicado en 2020Noticiasreconocimiento de entidades nombradas -
MEDDOCAN
SaludEspañolPublicado en 20191,000Informes de casos clínicosreconocimiento de entidades nombradas, extracción de información -
DIANN-2018-EN
SaludInglésPublicado en 2018500Resúmenes de artículos científicosreconocimiento de entidades nombradas, procesamiento de la negación -
DIANN-2018-ES
SaludEspañolPublicado en 2018500Resúmenes de artículos científicosreconocimiento de entidades nombradas, procesamiento de la negación
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.
