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

  • GUA-SPA: Guarani Spanish corpus

    Noticias
    Español , Español (Paraguay) , Guarani
    Publicado en 2023
    1,500
    Noticias
    detección de cambio de código

  • VYTEDU-CW

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

  • BARR2

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

  • SPACCC

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

  • CWIG3G2-ES

    Español
    Publicado en 2018
    17,605
    morfología

  • CoNLL-SIGMORPHON-ES

    Español
    Publicado en 2017
    5,460
    Lemas
    morfología

  • 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.