项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 109
技术标签
核心亮点
- 填补成人对话数据空白，提供真实场景样本
- 基于公开资源，数据获取方式透明
- 简单 Shell 脚本，易于扩展和定制
不足之处
- 数据规模较小，覆盖场景有限
- 文档和社区支持待观察
适用场景
- 训练成人向聊天机器人的对话生成模型
- 研究色情文本的语言特征和情感表达
- 构建内容审核或安全过滤器的反例数据集
替代项目
OpenSubtitles、Cornell Movie-Dialogs Corpus、Pushshift Reddit Dataset
同类项目推荐
shisei
开源
250+多角度人体姿势线稿，免费可商用
Free CC0 mannequin pose reference library for AI image tools (Nano Banana, ChatGPT, ···
sd-tagtool
开源
拖拽整理SD训练标签，数据干净训练快
A stable diffusion training dataset tag editor.
DataClaw0
开源
自动把原始视频流变成高质量训练数据，省去人工标注。
DataClaw: Agentic Tailoring Multimodal Data from Raw Streams — coming soon (code, w···
TTS-dataset-tools
开源
上传音频和文本，自动切分对齐，快速生成 TTS 数据集。
Automatically generates TTS dataset using audio and associated text. Make cuts under···
awesome-legal-data
开源
法律文本数据集一页汇总，省去全网搜数据时间
A collection of datasets and other resources for legal text processing.
Awesome-Crack-Detection
开源
按范式、泛化性、数据集，快速索引裂缝检测论文。
A comprehensive paper list of deep learning for crack detection, in terms of learnin···
address
开源
用真实开放数据一键生成27国测试地址
A self-hosted address and synthetic test-profile generator for 27 countries and regi···
KG-MM-Survey
开源
一张清单看懂知识图谱+多模态，快速入门不迷路
Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey
easy-dataset
开源
一键生成高质量LLM训练数据集，告别手工整理
A powerful tool for creating datasets for LLM fine-tuning 、RAG and Eval