CoNaLa

CMU CoNaLa，代码/自然语言挑战数据集是卡内基梅隆大学 NeuLab 和 Strudel 实验室的联合项目。其目的是测试从自然语言生成代码片段。数据来自 StackOverflow 问题。有 2379 个训练和 500 个测试示例是手动注释的。每个示例都有一个自然语言意图及其相应的 Python 片段。除了手动标注的数据集外，还有 598,237 个挖掘的意图-片段对。这些示例类似于手动注释的示例，只是它们包含一个概率，如果该对是有效的。