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

  • 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

  • NEGES

    Español
    Publicado en 2019
    400
    Reseñas
    análisis de sentimiento, procesamiento de la negación

  • DIANN-2018-EN

    Salud
    Inglés
    Publicado en 2018
    500
    Resúmenes de artículos científicos
    reconocimiento de entidades nombradas, procesamiento de la negación

  • DIANN-2018-ES

    Salud
    Español
    Publicado en 2018
    500
    Resúmenes de artículos científicos
    reconocimiento de entidades nombradas, procesamiento de la negación

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.