Datasets

A continuación se muestra información sobre conjuntos de datos textuales en español creados con el objetivo de resolver tareas de PLN. En este caso, se trata de colecciones de textos, generalmente enriquecidas con anotaciones.
  • EXIST-2023-EN

    Social
    Inglés
    Publicado en 2023
    4,152
    Tuits
    detección de odio

  • EXIST-2023-ES

    Social
    Español , Inglés
    Publicado en 2023
    4,653
    Tuits
    detección de odio

  • DIANN-2023-EN

    Salud
    Inglés
    Publicado en 2023
    600
    Resúmenes de artículos científicos
    reconocimiento de entidades nombradas

  • DIANN-2023-ES

    Salud
    Español , Inglés
    Publicado en 2023
    600
    Resúmenes de artículos científicos
    reconocimiento de entidades nombradas

  • DIPROMATS 2023

    Política
    Español , Inglés
    Publicado en 2023
    Tuits
    clasificación de textos

  • MultiCoNER-EN

    Español
    Publicado en 2022
    233,987
    Wikipedia Preguntas Búsquedas
    reconocimiento de entidades nombradas

  • SQAC

    General, Noticias
    Español
    Publicado en 2022
    8,817
    Entradas de enciclopedia Noticias
    sistemas de pregunta-respuesta

  • MultiCoNER-ES

    Diversos
    Español
    Publicado en 2022
    233,987
    Wikipedia Preguntas Búsquedas
    reconocimiento de entidades nombradas

  • EXIST-2022-ES

    Español
    Publicado en 2022
    6,226
    Tuits
    detección de odio

  • MLDoc-EN

    Noticias
    Inglés
    Publicado en 2018
    14,458
    Noticias
    clasificación de textos

  • MLDoc-ES

    Noticias
    Español
    Publicado en 2018
    14,458
    Noticias
    clasificación de textos

  • STS 2017-en-en

    Inglés
    Publicado en 2017
    1,884
    Pares de oraciones
    similitud textual

  • STS 2017-es-es

    Español
    Publicado en 2017
    1,884
    Pares de oraciones

  • SQuAD 1.1

    General
    Inglés
    Publicado en 2016
    107,785
    Entradas de enciclopedia
    sistemas de pregunta-respuesta