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
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas, enlace de entidades -
ReCoRES
EducaciónEspañol (Peru)Publicado en 20221,822Exámenes de acceso a la universidadsimilitud textual -
ParMEX-2022
GastronomíaEspañol (Mexico)Publicado en 202210,298Documentos gastronómicosparáfrasis -
DisTEMIST
SaludEspañolPublicado en 20221,000Casos clínicosenlace de entidades, reconocimiento de entidades nombradas -
Word-similarity-2017-es
EspañolPublicado en 2017500Pares de palabrassimilitud textual -
STS 2017-es-en-WMT
Español , InglésPublicado en 20171,250Pares de oracionessimilitud textual -
STS 2017-es-en
Español , InglésPublicado en 20171,971Pares de oracionessimilitud textual -
STS-2015-es
EspañolPublicado en 20151,616Pares de oracionessimilitud textual -
STS-2014-ES
EspañolPublicado en 2014Pares de oracionessimilitud 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.