vinayakchuni/issues-with-coments-transfromers

该数据集包含与GitHub仓库相关的多个字段，如URL、仓库URL、标签URL、评论URL、事件URL、HTML URL、ID、节点ID、编号、标题、用户信息、标签、状态、锁定状态、分配者、里程碑、评论、创建时间、更新时间、关闭时间、作者关联、活跃锁定原因、正文、反应、时间线URL、通过GitHub应用执行的状态、状态原因、草稿状态、拉取请求等。数据集还包含训练集的分割信息，如训练集的大小和下载大小。

The dataset provides detailed records of GitHub issues and their associated information, including issue URLs, user details, labels, state, assignees, milestones, comments, creation and update timestamps, author associations, body content, reactions (like thumbs up, hearts, etc.), timeline URLs, and more. The dataset also includes detailed information about the training set, such as the number of bytes and examples.

原始信息汇总

数据集概述

数据集特征

基本特征

• url: 字符串类型
• repository_url: 字符串类型
• labels_url: 字符串类型
• comments_url: 字符串类型
• events_url: 字符串类型
• html_url: 字符串类型
• id: 整数类型
• node_id: 字符串类型
• number: 整数类型
• title: 字符串类型

用户特征

• user: 结构体类型，包含以下字段：
  • login: 字符串类型
  • id: 整数类型
  • node_id: 字符串类型
  • avatar_url: 字符串类型
  • gravatar_id: 字符串类型
  • url: 字符串类型
  • html_url: 字符串类型
  • followers_url: 字符串类型
  • following_url: 字符串类型
  • gists_url: 字符串类型
  • starred_url: 字符串类型
  • subscriptions_url: 字符串类型
  • organizations_url: 字符串类型
  • repos_url: 字符串类型
  • events_url: 字符串类型
  • received_events_url: 字符串类型
  • type: 字符串类型
  • site_admin: 布尔类型

标签特征

• labels: 列表类型，包含以下字段：
  • id: 整数类型
  • node_id: 字符串类型
  • url: 字符串类型
  • name: 字符串类型
  • color: 字符串类型
  • default: 布尔类型
  • description: 字符串类型

状态特征

• state: 字符串类型
• locked: 布尔类型

分配者特征

• assignee: 结构体类型，包含与user相同的字段

分配者列表特征

• assignees: 列表类型，包含与user相同的字段

里程碑特征

• milestone: 结构体类型，包含以下字段：
  • url: 字符串类型
  • html_url: 字符串类型
  • labels_url: 字符串类型
  • id: 整数类型
  • node_id: 字符串类型
  • number: 整数类型
  • title: 字符串类型
  • description: 字符串类型
  • creator: 结构体类型，包含与user相同的字段
  • open_issues: 整数类型
  • closed_issues: 整数类型
  • state: 字符串类型
  • created_at: 时间戳类型
  • updated_at: 时间戳类型
  • due_on: 空值
  • closed_at: 空值

评论特征

• comments: 字符串序列类型

时间特征

• created_at: 时间戳类型
• updated_at: 时间戳类型
• closed_at: 时间戳类型

作者关联特征

• author_association: 字符串类型

活动锁定原因特征

• active_lock_reason: 空值

主体特征

• body: 字符串类型

反应特征

• reactions: 结构体类型，包含以下字段：
  • url: 字符串类型
  • total_count: 整数类型
  • +1: 整数类型
  • -1: 整数类型
  • laugh: 整数类型
  • hooray: 整数类型
  • confused: 整数类型
  • heart: 整数类型
  • rocket: 整数类型
  • eyes: 整数类型

时间线URL特征

• timeline_url: 字符串类型

执行通过GitHub应用特征

• performed_via_github_app: 空值

状态原因特征

• state_reason: 字符串类型

草稿特征

• draft: 布尔类型

拉取请求特征

• pull_request: 结构体类型，包含以下字段：
  • url: 字符串类型
  • html_url: 字符串类型
  • diff_url: 字符串类型
  • patch_url: 字符串类型
  • merged_at: 时间戳类型

数据集分割

• train: 数据集大小为5642715字节，包含1000个示例

数据集大小

• 下载大小: 1514710字节
• 数据集大小: 5642715字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*