CoIR-Retrieval/CodeSearchNet-ccr-java-queries-corpus

数据集CodeSearchNet-ccr-java-queries-corpus包含两个主要部分：queries和corpus，每部分各有181,061个示例。queries部分占用76,773,974字节，corpus部分占用58,200,061字节。数据集总大小为134,974,035字节，下载大小为52,809,357字节。每个示例包含_id、title、partition、text、language和meta_information（包含resource字段的结构体）等特征。

The dataset CodeSearchNet-ccr-java-queries-corpus consists of two main parts: queries and corpus, each containing 181,061 examples. The queries part occupies 76,773,974 bytes, and the corpus part occupies 58,200,061 bytes. The total size of the dataset is 134,974,035 bytes, with a download size of 52,809,357 bytes. Each example includes features such as _id, title, partition, text, language, and meta_information (a structure containing the resource field).

原始信息汇总

数据集概述

数据集信息

• 名称: CodeSearchNet-ccr-java-queries-corpus
• 特征:
  • _id: 字符串类型
  • title: 字符串类型
  • partition: 字符串类型
  • text: 字符串类型
  • language: 字符串类型
  • meta_information: 结构类型
    • resource: 字符串类型
• 分割:
  • queries:
    • 字节数: 76773974
    • 样本数: 181061
  • corpus:
    • 字节数: 58200061
    • 样本数: 181061
• 下载大小: 52809357 字节
• 数据集大小: 134974035 字节

配置

• 配置名称: default
• 数据文件:
  • queries: data/queries-*
  • corpus: data/corpus-*