CLCDSA

该数据集名为CLCDSA，由来自在线评测和竞赛平台的四种编程语言（C++、C#、Java和Python）的代码片段组成，涵盖了不同语言对编程问题的多种解决方案。该数据集经过筛选，仅包含可编译的源代码文件，并按照6:2:2的比例划分为训练集、验证集和测试集。每个编程问题都关联有多个解决方案。该数据集的任务是进行跨语言的源代码匹配。