El dataset SatirA 2025 consiste en un conjunto de segmentos de audio (aprox. 25 horas) y sus transcripciones, extraídos de programas satíricos y noticieros en español y anotados como sátira o no sátira.
Idioma(s)
Español
Enlace descripción Dataset
Año
2025
Dominio
Diversos
Anotaciones
Cada instancia está etiquetada con una categoría binaria que indica si el contenido es satírico o no satírico, basada en la intención comunicativa del segmento.
Acceso a datos
Registro
Enlace acceso a datos
Publicación
Pan R., et al. 2025. Overview of SatiSPeech at IberLEF 2025: Multimodal Audio-Text Satire Classification in Spanish. Procesamiento del Lenguaje Natural, 75, pp. 513-522.
Enlace publicación
NLP Topic
Número de unidades
8000
Documentos
8000
Tamaño
8000.00MB
Tamaño set entrenamiento
6000
Tamaño set evaluación
2000
- Inicie sesión o registrese para enviar comentarios
