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.
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
- NLP topic: clasificación de textos
- Dataset: ClinAIS 2023
- Foro: IberLEF
- Competición: ClinAIS: Automatic identification of sections in clinical documents
- Dominio: Salud
- Idioma(s): Español
![](/sites/default/files/styles/max_325x325/public/default_images/task%20default.jpg?itok=SAzJAT1_)
GUA-SPA: Named entity classification IberLEF 2023
- NLP topic: named entity recognition
- Dataset: GUA-SPA: Guarani Spanish corpus
- Foro: IberLEF
- Competición: GUA-SPA: Guarani-Spanish Code-Switching Analysis
- Dominio: Noticias
- Idioma(s): Español
![recommendation systems](/sites/default/files/styles/max_325x325/public/2023-06/20.jpg?itok=g3jwYkUd)
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
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
- NLP topic: clasificación de textos
- Dataset: SMM4H-tweets-es-2022
- Foro: COLING
- Competición: Seventh Social Media Mining for Health Applications
- Dominio: Salud
- Idioma(s): Español
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
Occupation and occupation holder detection IberLEF 2021
- NLP topic: clasificación de textos
- Dataset: MEDDOPROF
- Foro: IberLEF
- Competición: Recognition, classification and normalization of professions and occupations from medical texts
- Dominio: Salud
- Idioma(s): Español
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
Named entity normalization IberLEF 2021
- NLP topic: clasificación de textos
- Dataset: MEDDOPROF
- Foro: IberLEF
- Competición: Recognition, classification and normalization of professions and occupations from medical texts
- Dominio: Salud
- Idioma(s): Español
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
Detection of lexical borrowings IberLEF 2021
- NLP topic: clasificación de textos
- Dataset: ADoBo
- Foro: IberLEF
- Competición: ADOBO: Detection of lexical borrowings
- Dominio:
- Idioma(s): Español
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
Emoji prediction SEMEVAL 2018
- NLP topic: clasificación de textos
- Dataset: Tweets emojis-ES
- Foro: SEMEVAL
- Competición: SemEval 2018 Task 2: Multilingual Emoji Prediction
- Dominio:
- Idioma(s): Español, Inglés
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
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
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
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
![text classification](/sites/default/files/styles/max_325x325/public/2023-06/32.jpg?itok=K8mic3j0)
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.