El objetivo principal de CLARA-FINT fue describir la estructura de los informes financieros para permitir la comparación del contenido. Por ello, nuestra aproximación a la simplificación implicó, sobre todo, un discurso y una estructura sintáctica claros, y no solo un vocabulario básico. Se han recopilado nuevos textos para aumentar tanto el tamaño como, especialmente, la variedad del corpus FinT-esp. Un corpus más completo y variado ha permitido desarrollar modelos de lenguaje financiero en español.

Se han recopilado nuevos textos para aumentar tanto el tamaño como, especialmente, la variedad del corpus FinT-esp. Un corpus más completo y variado ha permitido desarrollar modelos de lenguaje financiero en español.

Un segundo objetivo específico fue la participación en tareas compartidas de evaluación dentro del marco de los Workshops on Financial Narrative Processing y MultiLing Financial Summarisation, organizados por los investigadores de UCREL – Lancaster. Esto ha permitido la inclusión de textos en español en las competiciones de resumen automático y la detección de causa y efecto. Un tercer objetivo fue avanzar en el conocimiento de la narrativa financiera, tanto desde una perspectiva económica como lingüística. La valiosa cantidad de datos recopilados ha constituido una fuente significativa para la elaboración de léxicos especializados o glosarios de términos financieros, así como para la publicación de estudios sobre las características del discurso financiero, sus formas de organizar la información y la argumentación. Este conocimiento puede tener impacto en disciplinas aplicadas del lenguaje, como la Traducción o la Comunicación.

Dataverses destacados

Para usar esta funcionalidad ha de tener publicado o enlazado al menos un dataverse.

Publicar dataverse

¿Está seguro de que quiere publicar su dataverse? Una vez hecho esto, deberá permanecer publicado.

Publicar dataverse

Este dataverse no puede publicarse porque el dataverse al que pertenece no se ha publicado.

Eliminar dataverse

¿Está seguro de que quiere eliminar este dataverse? No podrá recuperarlo.

Búsqueda avanzada

31 a 40 de 70 Resultados
Texto plano - 6,4 KB - MD5: fa99a0848af2d0d9da69e4d25fe95952
DocumentaciónDocumentation
Texto plano - 7,3 KB - MD5: 067450f0b4f695c8a5cc19445c693c6c
DocumentaciónDocumentation
Adobe PDF - 2,4 MB - MD5: 70185178d188dafbe5bcbd4c6cf6ae0e
DocumentaciónDocumentation
This file summarizes the resources created during the CLARA-FINT project
Valores separados por comas - 116,8 KB - MD5: a77f124f5c09b4a9cd1a9bf69fe34a1d
DataDatos
List of terms with its simplifications
Archivo ZIP - 21,1 MB - MD5: abf405e32866bb6a2cdfcad2e27ed81e
DataDatos
It contains three subfolders. Each corresponds to a phase of the competition and development by the participants.
Adobe PDF - 156,4 KB - MD5: 5ae7d9796e0618077142d46c8605c9a5
DocumentaciónDocumentation
The corresponding PDF file with the main publication of the competition (2022)
Adobe PDF - 221,2 KB - MD5: 62d2718538183d7eb14bff92072b4b5c
DocumentaciónDocumentation
The corresponding PDF file with the main publication of the competition (2023)
Texto plano - 8,4 KB - MD5: 4db8ecbe9182ff19a7e71a5ea768685f
DocumentaciónDocumentation
Texto plano - 9,1 KB - MD5: 0c6967e12380fe519d8a4ee7416b9c17
DocumentaciónDocumentation
Adobe PDF - 2,4 MB - MD5: 70185178d188dafbe5bcbd4c6cf6ae0e
DocumentaciónDocumentation
This file summarizes the resources created during the CLARA-FINT project
Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Compartir dataverse

Compartir este dataverse en sus redes sociales favoritas.

Enlace al dataverse
Reiniciar modificaciones

¿Está seguro de que quiere reiniciar los campos de metadatos seleccionados?. Si lo hace, cualquier personalización (oculto, obligatorio, opcional) que haya hecho desaparecerá.