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: FinancES 2023
- Foro: IberLEF
- Competición: FinancES: Financial Targeted Sentiment Analysis in Spanish
- Dominio: Finanzas
- Idioma(s): Español
- 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
- NLP topic: análisis de sentimiento
- Dataset: MINT ES
- Foro: SEMEVAL
- Competición: SemEval-2023 Task 9: Multilingual Tweet Intimacy Analysis
- Dominio: General
- Idioma(s): Español, Inglés
- NLP topic: detección de noticias falsas
- Dataset: CT–CWT–23-ES
- Foro: CLEF
- Competición: CheckThat!: Check-Worthiness, Subjectivity, Political Bias, Factuality, and Authority of News Articles and their Sources
- Dominio: Noticias
- Idioma(s): Español, Español (Argentina)
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
Emotion classification IberLEF 2021
- NLP topic: análisis de sentimiento
- Dataset: EmoEventEs
- Foro: IberLEF
- Competición: EmoEvalEs: Emotion detection
- Dominio:
- Idioma(s): Español
Fake news detection IberLEF 2021
- NLP topic: detección de noticias falsas
- Dataset: FakeDeS
- Foro: IberLEF
- Competición: FakeDeS: Fake news detection
- Dominio: COVID, otros
- Idioma(s): Español
Stance detection IberLEF 2021
- NLP topic: análisis de sentimiento
- Dataset: VaxxStance-ES
- Foro: IberLEF
- Competición: Stance detection about vaccines
- Dominio: Salud
- Idioma(s): Español
Worthiness estimation CLEF 2021
- NLP topic: detección de noticias falsas
- Dataset: CheckThat-ES
- Foro: CLEF
- Competición: CheckThat! Lab Task 1 on Check-Worthiness Estimation in Tweets and Political Debates
- Dominio: Política
- Idioma(s): Español, Inglés
Code mixed sentiment analysis SEMEVAL 2020
- NLP topic: análisis de sentimiento
- Dataset: SentiMix-Spanglish
- Foro: SEMEVAL
- Competición: Sentiment Analysis of Code-Mixed Tweets
- Dominio:
- Idioma(s): Español, Inglés
Emotion detection IberLEF 2020
- NLP topic: análisis de sentimiento
- Dataset: EmoEVENT
- Foro: IberLEF
- Competición: Semantic Analysis at SEPLN (TASS)
- Dominio:
- Idioma(s): Español
Polarity classification IberLEF 2019
- NLP topic: análisis de sentimiento
- Dataset: NEGES
- Foro: IberLEF
- Competición: NEGES 2019 Task: Negation in Spanish
- Dominio:
- Idioma(s): Español
Emotion classification SEMEVAL 2018
- NLP topic: análisis de sentimiento
- Dataset: Affect in Tweets-ES
- Foro: SEMEVAL
- Competición: SemEval-2018 Task 1: Affect in Tweets
- Dominio:
- Idioma(s): Español, Inglés
Emotion intensity classification SEMEVAL 2018
- NLP topic: análisis de sentimiento
- Dataset: Affect in Tweets-ES
- Foro: SEMEVAL
- Competición: SemEval-2018 Task 1: Affect in Tweets
- Dominio:
- Idioma(s): Español, Inglés
Sentiment valence regression SEMEVAL 2018
- NLP topic: análisis de sentimiento
- Dataset: Affect in Tweets-ES
- Foro: SEMEVAL
- Competición: SemEval-2018 Task 1: Affect in Tweets
- Dominio:
- Idioma(s): Español, Inglés
Stance detection IberEVAL 2018
- NLP topic: análisis de sentimiento
- Dataset: The TW-1O Referendum corpus - ES
- Foro: IberEVAL
- Competición: Multimodal Stance Detection in Tweets on Catalan #1Oct Referendum
- Dominio:
- Idioma(s): Español
Sentiment valence classification SEMEVAL 2018
- NLP topic: análisis de sentimiento
- Dataset: Affect in Tweets-ES
- Foro: SEMEVAL
- Competición: SemEval-2018 Task 1: Affect in Tweets
- Dominio:
- Idioma(s): Español, Inglés
Emotion intensity regression SEMEVAL 2018
- NLP topic: análisis de sentimiento
- Dataset: Affect in Tweets-ES
- Foro: SEMEVAL
- Competición: SemEval-2018 Task 1: Affect in Tweets
- Dominio:
- Idioma(s): Español, Inglés
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.
