spa_news_2022

Name: spa_news_2022
Creator: corpora.uni-leipzig.de
Published: 2025-03-22T04:29:13+08:00

corpora.uni-leipzig.de2025-03-22 收录

西班牙语

新闻语料库

数据链接：

https://corpora.uni-leipzig.de?corpusId=spa_news_2022 数据链接链接失效反馈

官方服务：

资源简介：

Spanish news corpus based on material from 2022

基于2022年资料的西班牙新闻语料库

提供机构：

corpora.uni-leipzig.de

INFERES

自然语言推理

西班牙语

INFERES是首个为欧洲西班牙语设计的自然语言推理（NLI）数据集，由德克萨斯大学奥斯汀分校信息学院的研究团队创建。该数据集包含8055个黄金标准的命题-假设对，涵盖广泛的主题和语言现象，特别关注基于否定的对比和对抗性示例。数据集的创建过程结合了专家语言学家和众包工作者的策略，旨在提供高质量数据并系统评估自动化系统。INFERES不仅用于训练自动化系统，还用于深入理解推理的本质，特别是在否定和指

arXiv2022-10-07 更新280

D572_Hours_Spanish_Speech_Data_by_Mobile_Phone

语音识别

西班牙语

西班牙语语音数据_朗读（手机），基于给定的脚本朗读并模拟录制，涵盖新闻、评论、百科、经济、科学、法律等领域，内容丰富。此数据集标注了文本内容，噪音等多种属性，由800名西班牙、墨西哥、阿根廷等国的西班牙语母语人员参与录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用

OpenCSG2026-03-04 更新160

spanish-ir/eswiki_20240401_corpus

信息检索

西班牙语

MessIRve (corpus)数据集是一个基于2024年4月1日西班牙语维基百科转储文件的大规模信息检索数据集。每个文档对应维基百科中的一个段落，并提供了文章标题作为检索时的额外上下文。数据集的字段包括docid（文档ID）、title（文章标题）和text（段落文本）。docid遵循X#Y的模式，其中X表示文章ID，Y表示段落在文章中的顺序。

Hugging Face2024-09-11 更新140

altbrainblock/medquades

医学问答

西班牙语

medquades数据集是MEDQUAD数据集（BenAbacha-BMC-2019）的西班牙语部分版本，包含15869个问答对。该数据集是原始英文数据集medquad的西班牙语翻译版本，翻译工作由Gemini免费服务通过简单脚本完成。数据集的语言为西班牙语，标签包括问答、医学和西班牙语，许可证为cc-by-4.0。任务类别为问答。

Hugging Face2024-04-11 更新170

Rodrimr112/dataset2

文本生成

西班牙语

--- task_categories: - text-generation language: - es ---

Hugging Face2024-03-23 更新150