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.
  • SQUAD-SQAC 2024 ES

    Diversos
    Español
    Publicado en 2024
    110
    Publicaciones científicas
    sistemas de pregunta-respuesta

  • AuTexTification 2023

    General, Legal, Noticias
    Español , Inglés
    Publicado en 2023
    52,191
    generación de texto

  • MINT ES

    General
    Español , Inglés
    Publicado en 2023
    1,991
    Tuits
    análisis de sentimiento

  • MultiCoNER v2 ES

    General
    Español
    Publicado en 2023
    264,207
    Oraciones de wiki Preguntas Búsquedas
    reconocimiento de entidades nombradas

  • SQAC

    General, Noticias
    Español
    Publicado en 2022
    8,817
    Entradas de enciclopedia Noticias
    sistemas de pregunta-respuesta

  • MultiCoNER-ES

    Diversos
    Español
    Publicado en 2022
    233,987
    Wikipedia Preguntas Búsquedas
    reconocimiento de entidades nombradas

  • ParMEX-2022

    Gastronomía
    Español (Mexico)
    Publicado en 2022
    10,298
    Documentos gastronómicos
    paráfrasis

  • Spanish Fake News Corpus

    Diversos
    Español (Mexico)
    Publicado en 2020
    971
    Noticias
    detección de noticias falsas

  • mSpRL

    Diversos
    Español , Inglés
    Publicado en 2017
    1,213
    Imágenes y descripciones textuales
    etiquetado 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.