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

    Noticias
    Español
    Publicado en 2023
    29,984
    Tuits
    detección de noticias falsas

  • Rest-Mex 2023 Clustering

    Noticias
    Español , Español (Mexico)
    Publicado en 2023
    114,550
    Noticias
    modelado de temas

  • PoliticES 2023

    Social, Política
    Español
    Publicado en 2023
    2,797
    Tuits
    elaboración de perfiles

  • DIPROMATS-ES 2023

    Política
    Español , Inglés
    Publicado en 2023
    9,591
    Tuits
    clasificación de textos

  • GUA-SPA: Guarani Spanish corpus

    Noticias
    Español , Español (Paraguay) , Guarani
    Publicado en 2023
    1,500
    Noticias
    detección de cambio de código

  • AuTexTification 2023

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

  • SQAC

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

  • DETESTS

    Noticias
    Español
    Publicado en 2022
    5,629
    Comentarios en noticias
    detección de odio

  • PoliticEs

    Política
    Español
    Publicado en 2022
    418
    Tuits
    elaboración de perfiles

  • CheckThat-ES

    Política
    Español
    Publicado en 2021
    4,990
    Tuits
    detección de noticias falsas

  • MLDoc-EN

    Noticias
    Inglés
    Publicado en 2018
    14,458
    Noticias
    clasificación de textos

  • MLDoc-ES

    Noticias
    Español
    Publicado en 2018
    14,458
    Noticias
    clasificación de textos

  • COSET

    Política
    Español
    Publicado en 2017
    3,116
    Tuits
    modelado de temas

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.