susnato/PR_comments

---
dataset_info:
features:
- name: repo_name
dtype: string
- name: pr_number
dtype: int64
- name: pr_title
dtype: string
- name: pr_description
dtype: string
- name: author
dtype: 'null'
- name: date_created
dtype: string
- name: date_merged
dtype: string
- name: filepath
dtype: string
- name: before_content
dtype: string
- name: after_content
dtype: string
- name: pr_author
dtype: string
- name: previous_commit
dtype: string
- name: pr_commit
dtype: string
- name: comment
dtype: string
- name: comment_author
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 879064359
num_examples: 12646
download_size: 117418842
dataset_size: 879064359
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• repo_name: 仓库名称，数据类型为字符串。
• pr_number: 拉取请求编号，数据类型为整数。
• pr_title: 拉取请求标题，数据类型为字符串。
• pr_description: 拉取请求描述，数据类型为字符串。
• author: 作者，数据类型为空。
• date_created: 创建日期，数据类型为字符串。
• date_merged: 合并日期，数据类型为字符串。
• filepath: 文件路径，数据类型为字符串。
• before_content: 修改前内容，数据类型为字符串。
• after_content: 修改后内容，数据类型为字符串。
• pr_author: 拉取请求作者，数据类型为字符串。
• previous_commit: 前一次提交，数据类型为字符串。
• pr_commit: 拉取请求提交，数据类型为字符串。
• comment: 评论，数据类型为字符串。
• comment_author: 评论作者，数据类型为字符串。
• index_level_0: 索引级别，数据类型为整数。

数据分割

• train: 训练集，包含12646个样本，总字节数为879064359。

数据集大小

• 下载大小: 117418842字节
• 数据集大小: 879064359字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。