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.
  • 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

  • CAPITEL-UD

    Español
    Publicado en 2020
    Noticias
    análisis sintáctico

  • BARR2

    Salud
    Español
    Publicado en 2018
    684
    Informes de casos clínicos
    procesamiento de abreviaturas

  • CoNLL-UD2.2-ES

    Español
    Publicado en 2018
    445,000
    Documentos
    análisis sintáctico

  • SPACCC

    Salud
    Español (Argentina) , Español (Chile) , Español (Spain)
    Publicado en 2018
    684
    Casos clínicos
    procesamiento de abreviaturas

  • UD2.0-es

    Español
    Publicado en 2017
    análisis sintáctico

  • BARR

    Salud
    Español
    Publicado en 2017
    1,650
    Resúmenes médicos
    procesamiento de abreviaturas

  • CoNL-2009-ES

    Español
    Publicado en 2009
    16,054
    análisis sintáctico

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.