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.
  • JOKER 2023 ES

    Social
    Español , Inglés
    Publicado en 2023
    4,235
    Tuits
    procesamiento de humor

  • HUHU 2023

    Social
    Español
    Publicado en 2023
    3,449
    Tuits
    procesamiento de humor

  • 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

  • DisTEMIST

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

  • HAHA

    Español
    Publicado en 2021
    36,000
    Tuits
    procesamiento de humor

  • HAHA

    Español
    Publicado en 2019
    30,000
    Tuits
    procesamiento de humor

  • IDAT-SP-CUBA

    Español (Cuba)
    Publicado en 2019
    3,000
    Comentarios en noticias
    procesamiento de humor

  • IDAT-SP-MEX

    Español (Mexico)
    Publicado en 2019
    3,000
    Tuits
    procesamiento de humor

  • IDAT-SP-EU

    Español
    Publicado en 2019
    Tuits
    procesamiento de humor

  • HAHA

    Español
    Publicado en 2018
    20,000
    Tuits
    procesamiento de humor

  • mSpRL

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

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.