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.
  • SQUAD-SQAC 2024 ES

    Diversos
    Español
    Publicado en 2024
    110
    Publicaciones científicas
    sistemas de pregunta-respuesta

  • 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

  • SQAC

    General, Noticias
    Español
    Publicado en 2022
    8,817
    Entradas de enciclopedia Noticias
    sistemas de pregunta-respuesta

  • QuALES

    Salud
    Español (Uruguay)
    Publicado en 2022
    465
    Noticias
    sistemas de pregunta-respuesta

  • DisTEMIST

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

  • VYTEDU-CW

    Educación
    Español (Ecuador)
    Publicado en 2020
    Transcripciones de vídeos académicos
    morfología

  • CWIG3G2-ES

    Español
    Publicado en 2018
    17,605
    morfología

  • CoNLL-SIGMORPHON-ES

    Español
    Publicado en 2017
    5,460
    Lemas
    morfología

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.