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.
  • CT–CWT–23-ES

    Noticias
    Español
    Publicado en 2023
    29,984
    Tuits
    detección de noticias falsas

  • CT–CWT–22-ES

    Español
    Publicado en 2022
    14,990
    Tuits
    detección de noticias falsas

  • CheckThat-ES

    Política
    Español
    Publicado en 2021
    4,990
    Tuits
    detección de noticias falsas

  • FakeDeS

    COVID, otros
    Español
    Publicado en 2021
    1,633
    Noticias
    detección de noticias falsas

  • PAN-AP-2020-ES

    Español
    Publicado en 2020
    500
    Tuits
    detección de noticias falsas

  • Spanish Fake News Corpus

    Diversos
    Español (Mexico)
    Publicado en 2020
    971
    Noticias
    detección de noticias falsas

  • MEDDOCAN

    Salud
    Español
    Publicado en 2019
    1,000
    Informes de casos clínicos
    reconocimiento de entidades nombradas, extracción de información

  • eHealth-KD 2019

    Español
    Publicado en 2019
    1,000
    Salud
    extracción de información

  • BARR2

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

  • Hypernym corpora-ES

    Español
    Publicado en 2018
    2,000
    Palabras
    extracción de información

  • SPACCC

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

  • BARR

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

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.