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.
Filtrar por
Año

  • JOKER 2023 ES

    Social
    Español , Inglés
    Publicado en 2023
    4,235
    Tuits
    procesamiento de humor

  • HUHU 2023

    Social
    Español
    Publicado en 2023
    3,449
    Tuits
    procesamiento de humor

  • ReCoRES

    Educación
    Español (Peru)
    Publicado en 2022
    1,822
    Exámenes de acceso a la universidad
    similitud textual

  • HAHA

    Español
    Publicado en 2021
    36,000
    Tuits
    procesamiento de humor

  • VYTEDU-CW

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

  • HAHA

    Español
    Publicado en 2019
    30,000
    Tuits
    procesamiento de humor

  • IDAT-SP-CUBA

    Español (Cuba)
    Publicado en 2019
    3,000
    Comentarios en noticias
    procesamiento de humor

  • IDAT-SP-MEX

    Español (Mexico)
    Publicado en 2019
    3,000
    Tuits
    procesamiento de humor

  • IDAT-SP-EU

    Español
    Publicado en 2019
    Tuits
    procesamiento de humor

  • HAHA

    Español
    Publicado en 2018
    20,000
    Tuits
    procesamiento de humor

  • CWIG3G2-ES

    Español
    Publicado en 2018
    17,605
    morfología

  • CoNLL-SIGMORPHON-ES

    Español
    Publicado en 2017
    5,460
    Lemas
    morfología

  • Word-similarity-2017-es

    Español
    Publicado en 2017
    500
    Pares de palabras
    similitud textual

  • STS 2017-es-en-WMT

    Español , Inglés
    Publicado en 2017
    1,250
    Pares de oraciones
    similitud textual

  • STS 2017-es-en

    Español , Inglés
    Publicado en 2017
    1,971
    Pares de oraciones
    similitud textual

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.