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.
  • GUA-SPA: Guarani Spanish corpus

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

  • MESINESP8-T

    Salud
    Español
    Publicado en 2021
    3,955
    Artículos científicos
    indexación de textos

  • MESINESP8-L

    Salud
    Español
    Publicado en 2021
    Artículos científicos
    indexación de textos

  • CodiEsp

    Español
    Publicado en 2020
    1,000
    Informes de casos clínicos
    indexación de textos

  • 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

  • Hypernym corpora-ES

    Español
    Publicado en 2018
    2,000
    Palabras
    extracción de información

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.