semeru/code-code-CodeRefinement-Java-Medium
收藏Hugging Face2023-03-27 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/semeru/code-code-CodeRefinement-Java-Medium
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于代码精炼任务，旨在自动修复Java代码中的错误，从而减少开发人员修复错误的成本。数据集来源于一篇论文，包含带有错误的Java函数和修复后的版本，所有函数和变量名称都进行了规范化。数据集根据函数长度分为两个子集，本数据集为中等大小。数据集的训练集包含52,364个样本，验证集和测试集各包含6,545个样本。
该数据集用于代码精炼任务，旨在自动修复Java代码中的错误，从而减少开发人员修复错误的成本。数据集来源于一篇论文，包含带有错误的Java函数和修复后的版本，所有函数和变量名称都进行了规范化。数据集根据函数长度分为两个子集，本数据集为中等大小。数据集的训练集包含52,364个样本，验证集和测试集各包含6,545个样本。
提供机构：
semeru
原始信息汇总
数据集概述
数据集来源与处理
- 数据集导入自CodeXGLUE，并使用其脚本进行预处理。
数据集存储位置
- 数据集位于Semeru的
/nfs/semeru/semeru_datasets/code_xglue/code-to-code/code-refinement/data/medium。
数据集内容
- 数据集基于论文https://arxiv.org/pdf/1812.08693.pdf发布。
- 源代码为带有错误的Java函数，目标代码为经过精炼的版本。
- 所有函数和变量名已标准化。
- 数据集根据函数长度分为两个子集（小和中等），本数据集为中等大小。
数据统计
| #Examples | |
|---|---|
| Medium | Medium |
| Train | 52,364 |
| Valid | 6,545 |
| Test | 6,545 |
任务定义
- 任务目标：自动修复代码中的错误，减少开发者修复错误的成本。
- 输入：带有错误的Java代码。
- 输出：精炼后的代码。
- 评估指标：BLEU分数、准确率（完全匹配）和CodeBLEU。
许可证
- 许可证类型：MIT
编程语言
- 编程语言：Java
数据集版本
- 版本：N/A
数据集发布日期
- 发布日期：2019年5月
数据集污染可能性
- 污染可能性：非常可能
