nam194/codesum_java_512_128_function

Name: nam194/codesum_java_512_128_function
Creator: nam194
Published: 2023-12-16 09:05:51
License: 暂无描述

Hugging Face2023-12-16 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/nam194/codesum_java_512_128_function

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: hexsha dtype: string - name: repo dtype: string - name: path dtype: string - name: license sequence: string - name: language dtype: string - name: identifier dtype: string - name: return_type dtype: string - name: original_string dtype: string - name: original_docstring dtype: string - name: docstring dtype: string - name: docstring_tokens sequence: string - name: code dtype: string - name: code_tokens sequence: string - name: short_docstring dtype: string - name: short_docstring_tokens sequence: string - name: comment sequence: string - name: parameters list: - name: param dtype: string - name: type dtype: string - name: docstring_params struct: - name: returns list: - name: docstring dtype: string - name: docstring_tokens sequence: string - name: type dtype: string - name: raises list: - name: docstring dtype: string - name: docstring_tokens sequence: string - name: type dtype: string - name: params list: - name: identifier dtype: string - name: type dtype: string - name: docstring dtype: string - name: docstring_tokens sequence: string - name: default dtype: string - name: is_optional dtype: bool - name: outlier_params list: - name: identifier dtype: string - name: type dtype: string - name: docstring dtype: string - name: docstring_tokens sequence: string - name: default dtype: string - name: is_optional dtype: bool - name: others list: - name: identifier dtype: string - name: docstring dtype: string - name: docstring_tokens sequence: string - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 49797821738 num_examples: 6629193 download_size: 9683784722 dataset_size: 49797821738 configs: - config_name: default data_files: - split: train path: data/train-* ---

提供机构：

nam194

原始信息汇总

数据集概述

数据集特征

hexsha: 字符串类型
repo: 字符串类型
path: 字符串类型
license: 字符串序列类型
language: 字符串类型
identifier: 字符串类型
return_type: 字符串类型
original_string: 字符串类型
original_docstring: 字符串类型
docstring: 字符串类型
docstring_tokens: 字符串序列类型
code: 字符串类型
code_tokens: 字符串序列类型
short_docstring: 字符串类型
short_docstring_tokens: 字符串序列类型
comment: 字符串序列类型
parameters: 列表类型，包含以下字段：
- param: 字符串类型
- type: 字符串类型
docstring_params: 结构类型，包含以下字段：
- returns: 列表类型，包含以下字段：
  - docstring: 字符串类型
  - docstring_tokens: 字符串序列类型
  - type: 字符串类型
- raises: 列表类型，包含以下字段：
  - docstring: 字符串类型
  - docstring_tokens: 字符串序列类型
  - type: 字符串类型
- params: 列表类型，包含以下字段：
  - identifier: 字符串类型
  - type: 字符串类型
  - docstring: 字符串类型
  - docstring_tokens: 字符串序列类型
  - default: 字符串类型
  - is_optional: 布尔类型
- outlier_params: 列表类型，包含以下字段：
  - identifier: 字符串类型
  - type: 字符串类型
  - docstring: 字符串类型
  - docstring_tokens: 字符串序列类型
  - default: 字符串类型
  - is_optional: 布尔类型
- others: 列表类型，包含以下字段：
  - identifier: 字符串类型
  - docstring: 字符串类型
  - docstring_tokens: 字符串序列类型
input_ids: 整数序列类型
attention_mask: 整数序列类型
labels: 整数序列类型

数据集分割

train: 包含6629193个样本，占用49797821738字节

数据集大小

下载大小: 9683784722字节
数据集大小: 49797821738字节

配置

config_name: default
- data_files:
  - split: train
    - path: data/train-*

5,000+

优质数据集

54 个

任务类型

进入经典数据集