DanCip/github-issues-50-repos

该数据集包含了GitHub问题的相关信息，主要特征包括问题的所有者仓库、问题正文、问题标题、问题评论的URL、评论数量、创建时间、更新时间、HTML URL、GitHub ID、问题编号以及问题的嵌入向量。数据集仅包含训练集，共有59590个示例，总大小为1620873451字节。

This dataset contains information related to GitHub issues, with main features including the issues owner repository, issue body, issue title, issue comments URL, comments count, creation time, update time, HTML URL, GitHub ID, issue number, and issue embedding. The dataset includes only the training set, with a total of 59,590 examples and a size of 1,620,873,451 bytes.

原始信息汇总

数据集概述

数据集特征

• issue_owner_repo: 字符串序列
• issue_body: 字符串
• issue_title: 字符串
• issue_comments_url: 字符串
• issue_comments_count: 64位整数
• issue_created_at: 字符串
• issue_updated_at: 字符串
• issue_html_url: 字符串
• issue_github_id: 64位整数
• issue_number: 64位整数
• issue_embedding: 64位浮点数序列

数据集分割

• train:
  • 字节数: 1620873451
  • 样本数: 59590

数据集大小

• 下载大小: 1106149305 字节
• 数据集大小: 1620873451 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*