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.
Filtrar por
Año

  • mCLAN-2025-es

    Social
    Español , Inglés , Árabe , Alemán , Francés , Hindi , Portugués
    Publicado en 2025
    4,336
    Afirmaciones
    detección de noticias falsas

  • Mu-SHROOM-2025-es

    Diversos
    Español , Inglés , Árabe , Alemán , Farsi , Francés , Hindi , Italiano , Sueco , Chino
    Publicado en 2025
    200
    Wikipedia
    generación de texto, factuality

  • MultiParaDetox-2025-es

    Diversos
    Español , Francés , Hindi , Italiano , Ucraniano
    Publicado en 2024
    1,000
    text detoxification

  • GUA-SPA: Guarani Spanish corpus

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

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.