antolin/codetrans_interduplication
收藏Hugging Face2023-11-10 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/antolin/codetrans_interduplication
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: id_within_dataset
dtype: int64
- name: snippet
dtype: string
- name: tokens
sequence: string
- name: cs
dtype: string
- name: split_within_dataset
dtype: string
- name: is_duplicated
dtype: bool
splits:
- name: train
num_bytes: 7297933.801784748
num_examples: 9687
- name: test
num_bytes: 711938.4167117361
num_examples: 945
- name: valid
num_bytes: 348058.78150351543
num_examples: 462
download_size: 2936961
dataset_size: 8357931.0
---
# Dataset Card for "codetrans_interduplication"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
antolin
原始信息汇总
数据集概述
数据特征
- id_within_dataset: 数据类型为
int64 - snippet: 数据类型为
string - tokens: 序列类型为
string - cs: 数据类型为
string - split_within_dataset: 数据类型为
string - is_duplicated: 数据类型为
bool
数据分割
- train: 包含 9687 个样本，大小为 7297933.801784748 字节
- test: 包含 945 个样本，大小为 711938.4167117361 字节
- valid: 包含 462 个样本，大小为 348058.78150351543 字节
数据大小
- 下载大小: 2936961 字节
- 数据集大小: 8357931.0 字节
