--- annotations_creators: - no-annotation language: - es language_creators: - crowdsourced - machine-generated license: - mit multilinguality: - monolingual pretty_name: Latin-American XIX Century Spa

Hugging Face2024-10-21 更新130

Flaglab/econ-ie-spanish-ner

金融文本处理

实体识别

Econ-IE (Spanish NER)数据集是一个针对经济学领域影响评估的命名实体识别任务设计的西班牙语数据集，它是EconBERTA原始英语语料库的翻译和清洗版本。该数据集适用于训练和评估命名实体识别模型，并可用于跨语言转移实验以及科学西班牙语编码器的微调和基准测试。

Hugging Face2025-11-10 更新60

Spanish Corpus XIX

语料库

自然语言处理

该数据集是一个构建的语料库，包含了从1800年至1914年的古西班牙语文本，特别关注拉丁美洲的贡献。该语料库经过筛选和清洗，专门用于语义变迁检测任务。此外，该数据集还包括三个版本：原始版、清洗版和分块版，其中文本块不超过256个标记，以适应不同的语言模型。该数据集规模宏大，总标记数达到1300万。其任务是进行语义变迁检测（Semantic Shift Detection，简称Ssd）。

arXiv150

Flaglab/academic-knowledge-abstracts-es

学术文献

文本分类

Academic Knowledge Abstracts数据集是由抓取哥伦比亚Rosario大学机构研究仓库的学术摘要而构建的。该数据集包含西班牙语学术摘要，并根据所属学院进行了标注。它可用于学术学科或学院的预测、西班牙语编码器的领域适应、科学西班牙语语料库的表示学习以及教育分析和机构知识建模等任务。数据集共有13,247条摘要记录，分为商业管理、医学、政府、法律、经济学和工程学六个学院类别。

Hugging Face2025-11-10 更新100

Flaglab/latam-xix-tagged-augmented

资源简介：

相关数据集