CoIR-Retrieval/CodeSearchNet-php-queries-corpus

数据集CodeSearchNet-php-queries-corpus包含两个主要部分：queries和corpus。queries部分包含268,237个示例，corpus部分包含267,725个示例。每个数据条目包含_id、title、partition、text、language和meta_information（包含resource字段）等特征。数据集总下载大小为84,118,262字节，总数据集大小为227,005,164字节。

The dataset CodeSearchNet-php-queries-corpus consists of two main parts: queries and corpus. The queries part contains 268,237 examples, and the corpus part contains 267,725 examples. Each data entry includes features such as _id, title, partition, text, language, and meta_information (which contains a resource field). The total download size of the dataset is 84,118,262 bytes, and the total dataset size is 227,005,164 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征字段:
  • _id: 字符串类型
  • title: 字符串类型
  • partition: 字符串类型
  • text: 字符串类型
  • language: 字符串类型
  • meta_information: 结构体类型
    • resource: 字符串类型

数据集分割

• queries:
  • 字节数: 173998597
  • 样本数: 268237
• corpus:
  • 字节数: 53006567
  • 样本数: 267725

数据集大小

• 下载大小: 84118262 字节
• 数据集总大小: 227005164 字节

配置信息

• 配置名称: default
  • 数据文件:
    • queries: data/queries-*
    • corpus: data/corpus-*