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 ★ 214
核心亮点
- 数据规模大，覆盖多种信息抽取子任务，训练效果更全面
- 基于ACL论文，数据构建方法有学术背书，质量可信
- 提供清洗脚本和基线模型，便于复现和二次开发
不足之处
- 文档/社区待观察
- 早期项目，生态和工具链尚不完善
适用场景
- 微调大模型以提升实体识别、关系抽取等专项能力
- 构建信息抽取领域的中文指令微调数据集
- 学术研究：对比不同数据规模对抽取模型的影响
替代项目
UIE、DeepKE、DuIE
同类项目推荐
datalad
开源
用Git方式管理大型数据和代码，实现可复现科研
Keep code, data, containers under control with git and git-annex
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
AGIQA-3k-Database
开源
给AI生成图像质量打分，建立评估基准
[IEEE TCSVT2023] A Fine-grained Subjective Perception & Alignment Database for AI Ge···
awesome-object-detection-dataset···
开源
找目标检测数据集，看这一个列表就够了
A collection of some awesome public object detection and recognition datasets.
synthetic-data-kit
开源
一键生成高质量合成数据，告别数据短缺和隐私烦恼
Tool for generating high quality Synthetic datasets
syncd
开源
一键生成多图合成数据，搞定个性化图像生成训练
SynCD: Generating Multi-Image Synthetic Data for Text-to-Image Customization (ICCV 2···
DocCreator
开源
一键批量造带真值的文档图，OCR训练数据不用愁
DIAR software for synthetic document image and groundtruth generation, with various ···
autolabel
开源
用 LLM 自动标注文本数据，省时省力
Label, clean and enrich text datasets with LLMs.
solt
开源
轻量流式数据变换，让图像增强更高效
Streaming over lightweight data transformations