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.
-
DIPROMATS-ES 2023
PolíticaEspañol , InglésPublicado en 20239,591Tuitsclasificación de textos -
MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas, enlace de entidades -
ClinAIS 2023
SaludEspañolPublicado en 20231,038Informes clínicosclasificación de textos -
SMM4H-tweets-es-2022
SaludEspañolPublicado en 202220,481Tuitsclasificación de textos -
RestMEX-covid-sempahore
SaludEspañol (Mexico)Publicado en 2022131,471Noticiasclasificación de textos -
DisTEMIST
SaludEspañolPublicado en 20221,000Casos clínicosenlace de entidades, reconocimiento de entidades nombradas -
MEDDOPROF
SaludEspañolPublicado en 20211,844Informes clínicos de revistasclasificación de textos -
ADoBo
EspañolPublicado en 2021Leyesclasificación de textos -
MLDoc-EN
NoticiasInglésPublicado en 201814,458Noticiasclasificación de textos -
Tweets emojis-ES
EspañolPublicado en 2018120,000Tuitsclasificación de textos -
MLDoc-ES
NoticiasEspañolPublicado en 201814,458Noticiasclasificación de textos -
RepLab-2014-Profiling
FinanzasEspañolPublicado en 201448,705Tuitsclasificación de textos -
RepLab-2014-Reputation
FinanzasEspañolPublicado en 201448,705Tuitsclasificación de textos
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.