CoIR-Retrieval/cosqa-queries-corpus

这是一个包含代码相关文本的数据集，适用于代码检索或代码理解任务。数据集分为queries和corpus两部分，每部分包含20604个示例。数据集字段包括_id，partition，text，title，language以及包含dummy_field的meta_information。

This is a dataset containing code-related texts, suitable for code search or code understanding tasks. The dataset is split into two parts, queries and corpus, each containing 20604 examples. The dataset fields include _id, partition, text, title, language, and meta_information which contains a dummy_field.

原始信息汇总

数据集概述

数据集名称

cosqa-queries-corpus

数据集特征

• _id: 字符串类型
• partition: 字符串类型
• text: 字符串类型
• title: 字符串类型
• language: 字符串类型
• meta_information: 结构体类型，包含以下字段：
  • dummy_field: 字符串类型

数据集分割

• queries:
  • 字节数: 1474009
  • 样本数: 20604
• corpus:
  • 字节数: 6522597
  • 样本数: 20604

数据集大小

• 下载大小: 3372990 字节
• 数据集总大小: 7996606 字节