Tareas
Una tarea es una actividad propuesta con la finalidad de resolver un problema concreto de PLN, generalmente en el marco de una competición. A continuación se muestra información sobre tareas de PLN en Español desde 2013 hasta la actualidad.
- NLP topic: análisis de sentimiento
- Dataset: Rest-Mex 2023 Sentiment
- Foro: IberLEF
- Competición: Rest-Mex 2023: Research on Sentiment Analysis Task for Mexican Tourist Texts
- Dominio: Turismo
- Idioma(s): Español
FinancES: Financial targeted sentiment analysis IberLEF 2023
- NLP topic: análisis de sentimiento
- Dataset: FinancES 2023
- Foro: IberLEF
- Competición: FinancES: Financial Targeted Sentiment Analysis in Spanish
- Dominio: Finanzas
- Idioma(s): Español
- NLP topic: análisis de sentimiento
- Dataset: FinancES 2023
- Foro: IberLEF
- Competición: FinancES: Financial Targeted Sentiment Analysis in Spanish
- Dominio: Finanzas
- Idioma(s): Español
Rest-MEX: Predicting recommendation IberLEF 2022
- NLP topic: sistemas de recomendación
- Dataset: RestMEX-recommendation system
- Foro: IberLEF
- Competición: Rest-Mex en IberLEF 2022: Sistema de Recomendación, Análisis de Sentimiento y Predicción de Semáforo Covid para Textos Turísticos Mexicanos
- Dominio: Turismo
- Idioma(s): Español
Reputation dimensions classification CLEF 2014
- NLP topic: clasificación de textos
- Dataset: RepLab-2014-Reputation
- Foro: CLEF
- Competición: RepLab 2014: Author Profiling and Reputation Dimensions for Online Reputation Management
- Dominio: Finanzas
- Idioma(s): Español
Author categorisation CLEF 2014
- NLP topic: clasificación de textos
- Dataset: RepLab-2014-Profiling
- Foro: CLEF
- Competición: RepLab 2014: Author Profiling and Reputation Dimensions for Online Reputation Management
- Dominio: Finanzas
- Idioma(s): Español
Author ranking CLEF 2014
- NLP topic: clasificación de textos
- Dataset: RepLab-2014-Profiling
- Foro: CLEF
- Competición: RepLab 2014: Author Profiling and Reputation Dimensions for Online Reputation Management
- Dominio: Finanzas
- Idioma(s): Español
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.
