five

bigcode/programming-languages-keywords

收藏
Hugging Face2023-03-06 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/bigcode/programming-languages-keywords
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: language dtype: string - name: keywords sequence: string splits: - name: train num_bytes: 20307 num_examples: 36 download_size: 8838 dataset_size: 20307 --- # Dataset Card for "programming-languages-keywords" Structured version of https://github.com/e3b0c442/keywords Generated using: ```python r = requests.get("https://raw.githubusercontent.com/e3b0c442/keywords/main/README.md") keywords = r.text.split("### ")[1:] keywords = [i for i in keywords if not i.startswith("Sources")] keywords = {i.split("\n")[0]:[j for j in re.findall("[a-zA-Z]*", i.split("\n",1)[1]) if j] for i in keywords} keywords = pd.DataFrame(pd.Series(keywords)).reset_index().rename(columns={"index":"language", 0:"keywords"}) keywords['language'] = keywords['language'].str.split("\) ").str[0] keywords['keywords'] = keywords['keywords'].apply(lambda x: sorted(list(set(x)))) ds = Dataset.from_pandas(keywords) ```
提供机构:
bigcode
原始信息汇总

数据集概述

数据集名称

  • 名称: programming-languages-keywords

数据结构

  • 特征:
    • language: 数据类型为字符串
    • keywords: 数据类型为字符串序列

数据分割

  • 训练集:
    • 大小: 20307字节
    • 样本数: 36个

数据集大小

  • 下载大小: 8838字节
  • 总大小: 20307字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作