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: enlace de entidades
- Dataset: MedProcNER/ProcTEMIST corpus 2023
- Foro: CLEF
- Competición: BioASQ 2023: Large-scale Biomedical Semantic Indexing and Question Answering
- Dominio: Salud
- Idioma(s): Español
Rest-Mex: Thematic Unsupervised Classification IberLEF 2023
- NLP topic: modelado de temas
- Dataset: Rest-Mex 2023 Clustering
- Foro: IberLEF
- Competición: Rest-Mex 2023: Research on Sentiment Analysis Task for Mexican Tourist Texts
- Dominio: Noticias
- Idioma(s): Español
MEDDOPLACE: Location Entity Classification IberLEF 2023
- NLP topic: enlace de entidades
- Dataset: MEDDOPLACE Corpus: Gold Standard annotations for Medical Documents Place-related Content Extraction
- Foro: IberLEF
- Competición: MEDDOPLACE: MEDical DOcument PLAce-related Content Extraction
- Dominio: Salud
- Idioma(s): Español
- NLP topic: clasificación de textos
- Dataset: ClinAIS 2023
- Foro: IberLEF
- Competición: ClinAIS: Automatic identification of sections in clinical documents
- Dominio: Salud
- Idioma(s): Español
- 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
DisTEMIST 2022: Entity linking CLEF 2022
- NLP topic: enlace de entidades
- Dataset: DisTEMIST
- Foro: CLEF
- Competición: DisTEMIST at BioASQ: Automatic detection and normalization of diseases from clinical texts
- Dominio: Salud
- Idioma(s): Español
Clinical impact detection IberLEF 2022
- NLP topic: clasificación de textos
- Dataset: LivingNER
- Foro: IberLEF
- Competición: LivingNER: Named-Entity Recognition and entity linking for living being mentions
- Dominio: Salud
- Idioma(s): Español
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
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
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
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
Classification of political topics IberEVAL 2017
- NLP topic: modelado de temas
- Dataset: COSET
- Foro: IberEVAL
- Competición: 1st Classification of Spanish Election Tweets Task
- Dominio: Política
- 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
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
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.
