h4iku/coconut_java2006

CoCoNuT-Java(2006)数据集用于训练自动化程序修复模型，专注于Java代码。该数据集包含从GitHub、GitLab和Bitbucket提取的原始数据，未经过洗牌或标记化处理。数据集名称中的年份表示数据集中最新提交的年份。数据集结构包括四个主要列：add（添加）、rem（移除）、context（上下文）和meta（元数据），分别对应代码修改的不同方面和上下文信息。

原始信息汇总

数据集概述：CoCoNuT-Java(2006)

数据集描述

• 数据集名称： CoCoNuT-Java(2006)
• 数据集用途： 用于训练自动化程序修复模型。
• 数据来源： 数据从GitHub、GitLab和Bitbucket中提取，未经过洗牌或分词处理。
• 数据集年份： 数据集名称中的年份表示数据集中最新提交的年份。

语言

• 主要语言： Java

数据集结构

数据字段

• 字段数量： 4个
• 字段名称： add, rem, context, meta
• 字段对应文件： add.txt, rem.txt, context.txt, meta.txt

数据实例

• 实例映射： 每个实例包含四个字段，分别对应添加、删除、上下文和元数据信息。
• 示例： 展示了rem和add字段的前五行内容及其映射关系。

数据集创建

数据收集目的

• 目的： 用于训练自动化程序修复模型。

引用信息

• 引用文献： Lutellier, Thibaud et al. "CoCoNuT: Combining Context-Aware Neural Translation Models Using Ensemble for Program Repair." Proceedings of the 29th ACM SIGSOFT International Symposium on Software Testing and Analysis (2020): 101-114.