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

  • 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

  • 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

  • ParMEX-2022

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

  • DETESTS

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

  • 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

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.