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
NoticiasEspañolPublicado en 202329,984Tuitsdetección de noticias falsas -
MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas, enlace de entidades -
CT–CWT–22-ES
EspañolPublicado en 202214,990Tuitsdetección de noticias falsas -
DisTEMIST
SaludEspañolPublicado en 20221,000Casos clínicosenlace de entidades, reconocimiento de entidades nombradas -
CheckThat-ES
PolíticaEspañolPublicado en 20214,990Tuitsdetección de noticias falsas -
FakeDeS
COVID, otrosEspañolPublicado en 20211,633Noticiasdetección de noticias falsas -
VYTEDU-CW
EducaciónEspañol (Ecuador)Publicado en 2020Transcripciones de vídeos académicosmorfología -
PAN-AP-2020-ES
EspañolPublicado en 2020500Tuitsdetección de noticias falsas -
Spanish Fake News Corpus
DiversosEspañol (Mexico)Publicado en 2020971Noticiasdetección de noticias falsas -
CWIG3G2-ES
EspañolPublicado en 201817,605morfología -
CoNLL-SIGMORPHON-ES
EspañolPublicado en 20175,460Lemasmorfología
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.