本研究提出了DS$^2$-ABSA框架，旨在解决低资源环境下少样本基于方面的情感分析中的数据稀缺问题。该框架通过关键点驱动和实例驱动生成多样化样本，并集成标签精细化模块以提高标签准确性。实验结果表明，DS$^2$-ABSA在性能上显著优于以往方法。