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.
-
MLDoc-EN
NoticiasInglésPublicado en 201814,458Noticiasclasificación de textos -
BARR2
SaludEspañolPublicado en 2018684Informes de casos clínicosPLN biomédico -
PAN18-Attribution-ES
FicciónEspañolPublicado en 2018Fanficsanálisis estilístico -
CoNLL-UD2.2-ES
EspañolPublicado en 2018445,000Documentosanálisis sintáctico -
Affect in Tweets-ES
EspañolPublicado en 20188,830Tuitsanálisis de sentimiento -
Tweets emojis-ES
EspañolPublicado en 2018120,000Tuitsclasificación de textos -
Hypernym corpora-ES
EspañolPublicado en 20182,000Palabrasextracción de información -
HAHA
EspañolPublicado en 201820,000Tuitsprocesamiento de humor -
The TW-1O Referendum corpus - ES
EspañolPublicado en 20185,545Tuitsanálisis de sentimiento -
MEX-A3T-aggressive
Español (Mexico)Publicado en 201810,856Tuits -
MEX-A3T-profiling
Español (Mexico)Publicado en 20185,000Tuitsanálisis estilístico, detección de odio -
DIANN-2018-ES
SaludEspañolPublicado en 2018500Resúmenes de artículos científicosreconocimiento de entidades nombradas, procesamiento de la negación -
SPACCC
SaludEspañol (Argentina) , Español (Chile) , Español (Spain)Publicado en 2018684Casos clínicosprocesamiento de abreviaturas -
AMI-ES
EspañolPublicado en 20184,138Tuitsdetección de odio -
CWIG3G2-ES
EspañolPublicado en 201817,605morfología
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.
