samaxr/code-search-net-java

---
dataset_info:
features:
- name: repo
dtype: string
- name: path
dtype: string
- name: func_name
dtype: string
- name: original_string
dtype: string
- name: language
dtype: string
- name: code
dtype: string
- name: code_tokens
sequence: string
- name: docstring
dtype: string
- name: docstring_tokens
sequence: string
- name: sha
dtype: string
- name: url
dtype: string
- name: partition
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 918758348.7077203
num_examples: 285670
- name: validation
num_bytes: 101528955
num_examples: 31741
- name: test
num_bytes: 256262940
num_examples: 79352
download_size: 414116245
dataset_size: 1276550243.7077203
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• repo: 字符串类型
• path: 字符串类型
• func_name: 字符串类型
• original_string: 字符串类型
• language: 字符串类型
• code: 字符串类型
• code_tokens: 字符串序列类型
• docstring: 字符串类型
• docstring_tokens: 字符串序列类型
• sha: 字符串类型
• url: 字符串类型
• partition: 字符串类型
• summary: 字符串类型

数据集划分

• 训练集:
  • 大小: 918758348.7077203 字节
  • 示例数: 285670
• 验证集:
  • 大小: 101528955 字节
  • 示例数: 31741
• 测试集:
  • 大小: 256262940 字节
  • 示例数: 79352

数据集大小

• 下载大小: 414116245 字节
• 总大小: 1276550243.7077203 字节

配置文件

• 默认配置:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*