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.
-
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-profiling
Español (Mexico)Publicado en 20185,000Tuitsdetección 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 -
MLDoc-ES
NoticiasEspañolPublicado en 201814,458Noticiasclasificación de textos -
CoNLL-SIGMORPHON-ES
EspañolPublicado en 20175,460Lemasmorfología -
UD2.0-es
EspañolPublicado en 2017análisis sintáctico -
Word-similarity-2017-es
EspañolPublicado en 2017500Pares de palabrassimilitud textual -
STS 2017-es-en-WMT
Español , InglésPublicado en 20171,250Pares de oracionessimilitud textual -
STS 2017-es-en
Español , InglésPublicado en 20171,971Pares de oracionessimilitud textual -
mSpRL
DiversosEspañol , InglésPublicado en 20171,213Imágenes y descripciones textualesetiquetado de roles semánticos
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.
