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.
Factuality classification IberLEF 2020
- NLP topic: procesamiento de factualidad
- Dataset: FACT
- Foro: IberLEF
- Competición: FACT 2020: Factuality Analysis and Classification Task
- Dominio:
- Idioma(s): Español
Universal dependency parsing IberLEF 2020
- NLP topic: análisis sintáctico
- Dataset: CAPITEL-UD
- Foro: IberLEF
- Competición: Named entity recognition and Universal Dependency parsing
- Dominio:
- Idioma(s): Español
Factuality classification IberLEF 2019
- NLP topic: procesamiento de factualidad
- Dataset: FACT
- Foro: IberLEF
- Competición: FACT: Factuality Analysis and Classification Task,
- Dominio:
- Idioma(s): Español
- NLP topic: análisis sintáctico
- Dataset: CoNLL-UD2.2-ES
- Foro: CoNLL
- Competición: CoNLL 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies
- Dominio:
- Idioma(s): Español, Inglés
Universal dependency parsing CoNLL 2017
- NLP topic: análisis sintáctico
- Dataset: UD2.0-es
- Foro: CoNLL
- Competición: CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies
- Dominio:
- Idioma(s): Español, Inglés
CoNLL 2009: Semantic role labeling (Spanish) CoNLL 2009
- NLP topic: etiquetado de roles semánticos
- Dataset: CoNL-2009-ES
- Foro: CoNLL
- Competición: CoNLL-2009 Shared Task: Syntactic and Semantic Dependencies in Multiple Languages
- Dominio:
- Idioma(s): Español, Inglés
- NLP topic: análisis sintáctico
- Dataset: CoNL-2009-ES
- Foro: CoNLL
- Competición: CoNLL-2009 Shared Task: Syntactic and Semantic Dependencies in Multiple Languages
- 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.