Partha117/oss_bugs_with_chunks

---
dataset_info:
features:
- name: status
dtype: string
- name: repo_name
dtype: string
- name: repo_url
dtype: string
- name: issue_id
dtype: int64
- name: title
dtype: string
- name: body
dtype: string
- name: issue_url
dtype: string
- name: pull_url
dtype: string
- name: before_fix_sha
dtype: string
- name: after_fix_sha
dtype: string
- name: report_datetime
dtype: timestamp[us, tz=UTC]
- name: language
dtype: string
- name: commit_datetime
dtype: timestamp[us, tz=UTC]
- name: updated_file
dtype: string
- name: chunk_content
dtype: string
splits:
- name: train
num_bytes: 4556954676
num_examples: 1167967
download_size: 346622731
dataset_size: 4556954676
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

特征

• status: 类型为字符串
• repo_name: 类型为字符串
• repo_url: 类型为字符串
• issue_id: 类型为整数
• title: 类型为字符串
• body: 类型为字符串
• issue_url: 类型为字符串
• pull_url: 类型为字符串
• before_fix_sha: 类型为字符串
• after_fix_sha: 类型为字符串
• report_datetime: 类型为时间戳（微秒，UTC时区）
• language: 类型为字符串
• commit_datetime: 类型为时间戳（微秒，UTC时区）
• updated_file: 类型为字符串
• chunk_content: 类型为字符串

数据分割

• train: 包含1167967个样本，总字节数为4556954676

数据集大小

• 下载大小: 346622731字节
• 数据集大小: 4556954676字节

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*