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.
-
DrugTEMIST -2024
SaludInglés , Español , ItalianoPublicado en 20241,000Informes de casos clínicosreconocimiento de entidades nombradas -
IberAuTexTification
Noticias, Social, otrosEspañol , Inglés , PortuguésPublicado en 2024168,128generación de texto -
DIPROMATS
Español , InglésPublicado en 20249,591clasificación de textos -
JOKER 2023 ES
SocialEspañol , InglésPublicado en 20234,235Tuitsprocesamiento de humor -
EXIST-2023-ES
SocialEspañol , InglésPublicado en 20234,653Tuitsdetección de odio -
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 -
AuTexTification 2023
General, Legal, NoticiasEspañol , InglésPublicado en 202352,191generación de texto -
MINT ES
GeneralEspañol , InglésPublicado en 20231,991Tuitsanálisis de sentimiento -
SpRadIE
SaludEspañol (Argentina)Publicado en 2021513Informes de radiologíareconocimiento de entidades nombradas -
DIANN-2018-EN
SaludInglésPublicado en 2018500Resúmenes de artículos científicosreconocimiento de entidades nombradas, procesamiento de la negación -
MLDoc-EN
NoticiasInglésPublicado en 201814,458Noticiasclasificación de textos -
SPACCC
SaludEspañol (Argentina) , Español (Chile) , Español (Spain)Publicado en 2018684Casos clínicosprocesamiento de abreviaturas -
STS 2017-es-en-WMT
Español , InglésPublicado en 20171,250Pares de oracionessimilitud textual -
STS 2017-es-en
Español , InglésPublicado en 20171,971Pares de oracionessimilitud textual
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.
