stojchet/ds_4-empty

该数据集包含两个配置项：java和python。每个配置项包含了多个数据特征，如仓库名称、函数路径、函数名称、完整函数字符串、语言、函数代码字符串、函数代码标记、函数文档字符串、函数文档标记、分割名称、函数代码URL、预测、准备提示和函数定义等。数据集还提供了训练集的大小和示例数量，以及下载大小和数据集大小的信息。

The dataset includes configurations for both Java and Python programming languages, detailing function-related information such as repository name, path in repository, function name, whole function string, language type, code string, code tokens, documentation string, documentation tokens, split name, code URL, prediction, prepared prompt, and function definition. The Java configuration contains 10,507 training examples, and the Python configuration contains 6,422 training examples.

原始信息汇总

数据集概述

配置信息

• Java 配置

  • 特征
    • repository_name: 字符串类型
    • func_path_in_repository: 字符串类型
    • func_name: 字符串类型
    • whole_func_string: 字符串类型
    • language: 字符串类型
    • func_code_string: 字符串类型
    • func_code_tokens: 字符串序列
    • func_documentation_string: 字符串类型
    • func_documentation_tokens: 字符串序列
    • split_name: 字符串类型
    • func_code_url: 字符串类型
    • prediction: 字符串类型
    • prepared_prompt: 字符串类型
    • func_def: 字符串类型
  • 分割
    • train: 55223285 字节, 10507 个样本
  • 下载大小: 23903533 字节
  • 数据集大小: 55223285 字节

• Python 配置

  • 特征
    • repository_name: 字符串类型
    • func_path_in_repository: 字符串类型
    • func_name: 字符串类型
    • whole_func_string: 字符串类型
    • language: 字符串类型
    • func_code_string: 字符串类型
    • func_code_tokens: 字符串序列
    • func_documentation_string: 字符串类型
    • func_documentation_tokens: 字符串序列
    • split_name: 字符串类型
    • func_code_url: 字符串类型
    • prediction: 字符串类型
    • prepared_prompt: 字符串类型
    • func_def: 字符串类型
  • 分割
    • train: 41493835 字节, 6422 个样本
  • 下载大小: 18995274 字节
  • 数据集大小: 41493835 字节

数据文件

• Java 配置

  • train: java/train-*

• Python 配置

  • train: python/train-*