stojchet/ds_0-empty

该数据集包含Java和Python两种编程语言的函数代码数据。每个数据条目包括仓库名称、函数路径、函数名称、完整函数字符串、语言、函数代码字符串、函数代码标记、函数文档字符串、函数文档标记、分割名称、函数代码URL、预测、准备提示和函数定义等信息。数据集分为训练集，Java配置的训练集包含1个示例，Python配置的训练集包含7422个示例。

This dataset contains function code data for two programming languages, Java and Python. Each data entry includes repository name, function path, function name, whole function string, language, function code string, function code tokens, function documentation string, function documentation tokens, split name, function code URL, prediction, prepared prompt, and function definition. The dataset is divided into training sets, with the Java configuration containing 1 example and the Python configuration containing 7422 examples.

原始信息汇总

数据集概述

配置信息

Java 配置

• 特征:
  • repository_name: 字符串类型
  • func_path_in_repository: 字符串类型
  • func_name: 字符串类型
  • whole_func_string: 字符串类型
  • language: 字符串类型
  • func_code_string: 字符串类型
  • func_code_tokens: 字符串序列类型
  • func_documentation_string: 字符串类型
  • func_documentation_tokens: 字符串序列类型
  • split_name: 字符串类型
  • func_code_url: 字符串类型
  • prediction: 字符串类型
  • prepared_prompt: 字符串类型
  • func_def: 字符串类型
• 分割:
  • train: 包含1个样本，占用6348字节
• 下载大小: 43464字节
• 数据集大小: 6348字节

Python 配置

• 特征:
  • repository_name: 字符串类型
  • func_path_in_repository: 字符串类型
  • func_name: 字符串类型
  • whole_func_string: 字符串类型
  • language: 字符串类型
  • func_code_string: 字符串类型
  • func_code_tokens: 字符串序列类型
  • func_documentation_string: 字符串类型
  • func_documentation_tokens: 字符串序列类型
  • split_name: 字符串类型
  • func_code_url: 字符串类型
  • prediction: 字符串类型
  • prepared_prompt: 字符串类型
  • func_def: 字符串类型
• 分割:
  • train: 包含7422个样本，占用47864787字节
• 下载大小: 21951611字节
• 数据集大小: 47864787字节

数据文件路径

• Java:
  • train: java/train-*
• Python:
  • train: python/train-*