clasificación de textos

DIPROMATS ES 2023 está compuesto por tuits en español escritos por diplomáticos. Incluye 9591 tweets, 2997 de ellos publicados por 25 autoridades chinas, 1391 por 22 autoridades rusas, 2465 tweets fueron publicados por 48 autoridades europeas y 40 autoridades de Estados Unidos proporcionan 2738 tweets. Las anotaciones proporcionan información sobre si un tweet contenía técnicas de propaganda, 4 grupos de técnicas de propaganda, 15 tipos de técnicas de propaganda.

El corpus ClinAIS es un subconjunto seleccionado al azar del corpus CodiEsp de fondo, que consta de 1038 notas clínicas distintas anotadas con siete tipos de secciones médicas de las notas.