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.
-
DIPROMATS-ES 2023
PolíticaEspañol , InglésPublicado en 20239,591Tuitsclasificación de textos -
GUA-SPA: Guarani Spanish corpus
NoticiasEspañol , Español (Paraguay) , GuaraniPublicado en 20231,500Noticiasdetección de cambio de código -
ClinAIS 2023
SaludEspañolPublicado en 20231,038Informes clínicosclasificación de textos -
SMM4H-tweets-es-2022
SaludEspañolPublicado en 202220,481Tuitsclasificación de textos -
MEDDOPROF
SaludEspañolPublicado en 20211,844Informes clínicos de revistasclasificación de textos -
ADoBo
EspañolPublicado en 2021Leyesclasificación de textos -
MEDDOCAN
SaludEspañolPublicado en 20191,000Informes de casos clínicosreconocimiento de entidades nombradas, extracción de información -
eHealth-KD 2019
EspañolPublicado en 20191,000Saludextracción de información -
Tweets emojis-ES
EspañolPublicado en 2018120,000Tuitsclasificación de textos -
Hypernym corpora-ES
EspañolPublicado en 20182,000Palabrasextracción de información -
MLDoc-ES
NoticiasEspañolPublicado en 201814,458Noticiasclasificación de textos -
RepLab-2014-Profiling
FinanzasEspañolPublicado en 201448,705Tuitsclasificación de textos -
RepLab-2014-Reputation
FinanzasEspañolPublicado en 201448,705Tuitsclasificación 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.