ABSADatasets
一站式获取 ABSA 和文本分类数据集，直接训练模型
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 2026-09-21 · 当前星标 ★ 246
技术标签
核心亮点
- 覆盖多个经典 ABSA 数据集，如 SemEval 2014/2015/2016、MAMS、ACL 等，开箱即用
- 与 PyABSA 框架深度集成，提供统一的数据加载和预处理接口，减少代码适配成本
- 支持社区贡献，数据集持续更新，并附带详细的使用示例和文档
不足之处
- 数据集以英文为主，中文及其他语言的数据集较少
- 部分数据集需要自行下载原始文件，项目未直接托管全部数据，依赖外部链接
适用场景
- 学术研究：快速复现 ABSA 相关论文实验，对比不同模型效果
- 工业应用：为电商评论、社交媒体舆情分析构建情感分类模型
- 教学实践：在 NLP 课程中作为数据集案例，让学生动手训练和评估模型
替代项目
PyABSA、ASAP、SenticNet
上一篇：market_prices
下一篇：simulate
同类项目推荐
DataFlow
开源
用 LLM 算子搭流水线，把脏数据一键变成训练集
[SIGMOD'27] Easy Data Preparation with latest LLMs-based Operators and Pipelines.
Awesome-Quant-VLA-WAM
开源
180+篇VLA量化论文+PTQ工具包，一站调研落地
Curated quantization research for VLA & WAM models — 180+ papers, a five-category t···
sodaverse
开源
用GPT-3蒸馏百万级社交常识对话，让AI聊天更懂人情世故。
Code and dataset for our EMNLP 2023 paper - "SODA: Million-scale Dialogue Distilla···
bigset-oss
开源
自托管实时数据集，网页 agent 自动抓取持续更新
Open-source BigSet — self-hostable live datasets populated by TinyFish web agents
ShareGPT4Video
开源
用GPT-4V生成高质量视频描述，提升视频理解与生成效果
[NeurIPS 2024] An official implementation of "ShareGPT4Video: Improving Video Unders···
GTSinger
开源
一个数据集搞定多种歌唱技巧与语言，让歌声合成更真实可控
Dataset and code of GTSinger(NeurIPS 2024 Spotlight): A Global Multi-Technique Singi···
sdg_hub
开源
用流水线批量造 LLM 训练数据，省去手写脚本
Synthetic Data Generation Toolkit for LLMs
data_io
开源
一键构建HR预训练数据管道，快速产出高质量语料
Data pipeline for HRM-Text pretraining
SpatialVID
开源
给视频加空间标注，让 AI 生成时懂几何、懂运动
[CVPR 2026] SpatialVID: A Large-Scale Video Dataset with Spatial Annotations