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.
  • MedProcNER/ProcTEMIST corpus 2023

    Salud
    Español
    Publicado en 2023
    1,000
    Informes clínicos
    reconocimiento de entidades nombradas

  • GUA-SPA: Guarani Spanish corpus

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

  • MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction

    Salud
    Español
    Publicado en 2023
    1,000
    Informes clínicos
    reconocimiento de entidades nombradas, enlace de entidades

  • MultiCoNER v2 ES

    General
    Español
    Publicado en 2023
    264,207
    Oraciones de wiki Preguntas Búsquedas
    reconocimiento de entidades nombradas

  • MultiCoNER-ES

    Diversos
    Español
    Publicado en 2022
    233,987
    Wikipedia Preguntas Búsquedas
    reconocimiento de entidades nombradas

  • SocialDisNER

    Salud
    Español
    Publicado en 2022
    9,500
    Tuits
    reconocimiento de entidades nombradas

  • LivingNER

    Salud
    Español
    Publicado en 2022
    1,850
    Informes de casos clínicos
    reconocimiento de entidades nombradas

  • DisTEMIST

    Salud
    Español
    Publicado en 2022
    1,000
    Casos clínicos
    enlace de entidades, reconocimiento de entidades nombradas

  • SpRadIE

    Salud
    Español (Argentina)
    Publicado en 2021
    513
    Informes de radiología
    reconocimiento de entidades nombradas

  • CAPITEL-NER

    Español
    Publicado en 2020
    Noticias
    reconocimiento de entidades nombradas

  • MEDDOCAN

    Salud
    Español
    Publicado en 2019
    1,000
    Informes de casos clínicos
    reconocimiento de entidades nombradas, extracción de información

  • eHealth-KD 2019

    Español
    Publicado en 2019
    1,000
    Salud
    extracción de información

  • DIANN-2018-EN

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

  • Hypernym corpora-ES

    Español
    Publicado en 2018
    2,000
    Palabras
    extracción de información

  • DIANN-2018-ES

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

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.