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.
-
CardioCCC-2024
SaludPublicado en 2024508Informes de casos clínicosreconocimiento de entidades nombradas -
DrugTEMIST -2024
SaludEspañol , Inglés , ItalianoPublicado en 20241,000Informes de casos clínicosreconocimiento de entidades nombradas -
EXIST-2024-ES
SocialEspañolPublicado en 20249,653detección de odio -
Homo-MEX
Español (Mexico)Publicado en 202418,200detección de odio -
DETEST-Dis
SocialEspañolPublicado en 202412,111detección de odio -
IberAuTexTification
Noticias, Social, otrosEspañol , Inglés , PortuguésPublicado en 2024168,128generación de texto -
RefutES
SocialEspañolPublicado en 20242,931generación de texto -
GenoVarDis
BiologíaEspañolPublicado en 2024633reconocimiento de entidades nombradas -
DIMEMEX
SocialEspañol (Mexico)Publicado en 20242,586detección de odio -
EXIST-2023-ES
SocialEspañol , InglésPublicado en 20234,653Tuitsdetección de odio -
MedProcNER/ProcTEMIST corpus 2023
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas -
HOPE-ES 2023
SocialEspañolPublicado en 20232,062Tuitsdetección de odio -
HOMO-MEX 2023
SocialEspañol (Mexico)Publicado en 202311,000Tuitsdetección de odio -
MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas, enlace de entidades -
AuTexTification 2023
General, Legal, NoticiasEspañol , InglésPublicado en 202352,191generación de texto
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.
