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

  • DIANN-2018-ES

    Salud
    Español
    Publicado en 2018
    500
    Resúmenes de artículos científicos
    reconocimiento de entidades nombradas, procesamiento de la negación

  • AMI-ES

    Español
    Publicado en 2018
    4,138
    Tuits
    detección de odio

  • CWIG3G2-ES

    Español
    Publicado en 2018
    17,605
    morfología

  • MLDoc-ES

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

  • CoNLL-SIGMORPHON-ES

    Español
    Publicado en 2017
    5,460
    Lemas
    morfología

  • UD2.0-es

    Español
    Publicado en 2017
    análisis sintáctico

  • Word-similarity-2017-es

    Español
    Publicado en 2017
    500
    Pares de palabras
    similitud textual

  • STS 2017-es-en-WMT

    Español , Inglés
    Publicado en 2017
    1,250
    Pares de oraciones
    similitud textual

  • STS 2017-es-en

    Español , Inglés
    Publicado en 2017
    1,971
    Pares de oraciones
    similitud textual

  • mSpRL

    Diversos
    Español , Inglés
    Publicado en 2017
    1,213
    Imágenes y descripciones textuales
    etiquetado de roles semánticos

  • COSET

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

  • BARR

    Salud
    Español
    Publicado en 2017
    1,650
    Resúmenes médicos
    procesamiento de abreviaturas

  • M-WeP-NaD-2017

    Español , Inglés
    Publicado en 2017
    10,420
    Páginas web
    recuperación de información

  • STS-2015-es

    Español
    Publicado en 2015
    1,616
    Pares de oraciones
    similitud textual

  • STS-2014-ES

    Español
    Publicado en 2014
    Pares de oraciones
    similitud 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.