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.
-
CT–CWT–23-ES
NoticiasEspañolPublicado en 202329,984Tuitsdetección de noticias falsas -
MedProcNER/ProcTEMIST corpus 2023
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas -
Rest-Mex 2023 Clustering
NoticiasEspañol , Español (Mexico)Publicado en 2023114,550Noticiasmodelado de temas -
MentalRiskES - Undefined disorder 2023
SaludEspañolPublicado en 20235,520Mensajes de Telegramelaboración de perfiles -
MentalRiskES - Depression 2023
SaludEspañolPublicado en 202312,036Mensajes de Telegramelaboración de perfiles -
MentalRiskES - Eating disorders 2023
SaludEspañolPublicado en 202310,499Mensajes de Telegramelaboración de perfiles -
GUA-SPA: Guarani Spanish corpus
NoticiasEspañol , Español (Paraguay) , GuaraniPublicado en 20231,500Noticiasdetección de cambio de código -
European Clinical Case Corpus (Spanish part)
SaludEspañolPublicado en 2023161Casos clínicosextracción de relaciones -
MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas, enlace de entidades -
ClinAIS 2023
SaludEspañolPublicado en 20231,038Informes clínicosclasificación de textos -
AuTexTification 2023
General, Legal, NoticiasEspañol , InglésPublicado en 202352,191generación de texto
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.
