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.
-
SQUAD-SQAC 2024 ES
DiversosEspañolPublicado en 2024110Publicaciones científicassistemas de pregunta-respuesta -
GUA-SPA: Guarani Spanish corpus
NoticiasEspañol , Español (Paraguay) , GuaraniPublicado en 20231,500Noticiasdetección de cambio de código -
MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction
SaludEspañolPublicado en 20231,000Informes clínicosreconocimiento de entidades nombradas, enlace de entidades -
SQAC
General, NoticiasEspañolPublicado en 20228,817Entradas de enciclopedia Noticiassistemas de pregunta-respuesta -
QuALES
SaludEspañol (Uruguay)Publicado en 2022465Noticiassistemas de pregunta-respuesta -
DisTEMIST
SaludEspañolPublicado en 20221,000Casos clínicosenlace de entidades, reconocimiento de entidades nombradas -
VYTEDU-CW
EducaciónEspañol (Ecuador)Publicado en 2020Transcripciones de vídeos académicosmorfología -
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.
