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

  • CT–CWT–23-ES

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

  • DIPROMATS-ES 2023

    Política
    Español , Inglés
    Publicado en 2023
    9,591
    Tuits
    clasificación de textos

  • ClinAIS 2023

    Salud
    Español
    Publicado en 2023
    1,038
    Informes clínicos
    clasificación de textos

  • AuTexTification 2023

    General, Legal, Noticias
    Español , Inglés
    Publicado en 2023
    52,191
    generación de texto

  • SMM4H-tweets-es-2022

    Salud
    Español
    Publicado en 2022
    20,481
    Tuits
    clasificación de textos

  • RestMEX-covid-sempahore

    Salud
    Español (Mexico)
    Publicado en 2022
    131,471
    Noticias
    clasificación de textos

  • 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

  • MEDDOPROF

    Salud
    Español
    Publicado en 2021
    1,844
    Informes clínicos de revistas
    clasificación de textos

  • FakeDeS

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

  • ADoBo

    Español
    Publicado en 2021
    Leyes
    clasificación de textos

  • 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

  • MLDoc-EN

    Noticias
    Inglés
    Publicado en 2018
    14,458
    Noticias
    clasificación de textos

  • Tweets emojis-ES

    Español
    Publicado en 2018
    120,000
    Tuits
    clasificación de textos

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.