BanUrsus/github-issues_chapter5_section4

该数据集包含与GitHub问题相关的各种字段，包括URL、用户信息、标签、状态、分配者、里程碑、评论、时间戳和反应。数据集分为一个单一的train分割，包含4,990个示例，总大小为27,957,261字节。该数据集设计用于与GitHub问题分析和管理相关的任务。

原始信息汇总

数据集特征

基本信息

• url: 字符串类型
• repository_url: 字符串类型
• labels_url: 字符串类型
• comments_url: 字符串类型
• events_url: 字符串类型
• html_url: 字符串类型
• id: 64位整数类型
• node_id: 字符串类型
• number: 64位整数类型
• title: 字符串类型
• state: 字符串类型
• locked: 布尔类型
• comments: 字符串序列
• created_at: 时间戳类型，UTC时区
• updated_at: 时间戳类型，UTC时区
• closed_at: 时间戳类型，UTC时区
• author_association: 字符串类型
• active_lock_reason: 64位浮点数类型
• draft: 64位浮点数类型
• body: 字符串类型
• timeline_url: 字符串类型
• performed_via_github_app: 64位浮点数类型
• state_reason: 字符串类型
• is_pull_request: 布尔类型

用户信息

• user: 结构体类型
  • avatar_url: 字符串类型
  • events_url: 字符串类型
  • followers_url: 字符串类型
  • following_url: 字符串类型
  • gists_url: 字符串类型
  • gravatar_id: 字符串类型
  • html_url: 字符串类型
  • id: 64位整数类型
  • login: 字符串类型
  • node_id: 字符串类型
  • organizations_url: 字符串类型
  • received_events_url: 字符串类型
  • repos_url: 字符串类型
  • site_admin: 布尔类型
  • starred_url: 字符串类型
  • subscriptions_url: 字符串类型
  • type: 字符串类型
  • url: 字符串类型

标签信息

• labels: 列表类型
  • color: 字符串类型
  • default: 布尔类型
  • description: 字符串类型
  • id: 64位整数类型
  • name: 字符串类型
  • node_id: 字符串类型
  • url: 字符串类型

指派信息

• assignee: 结构体类型
  • avatar_url: 字符串类型
  • events_url: 字符串类型
  • followers_url: 字符串类型
  • following_url: 字符串类型
  • gists_url: 字符串类型
  • gravatar_id: 字符串类型
  • html_url: 字符串类型
  • id: 64位整数类型
  • login: 字符串类型
  • node_id: 字符串类型
  • organizations_url: 字符串类型
  • received_events_url: 字符串类型
  • repos_url: 字符串类型
  • site_admin: 布尔类型
  • starred_url: 字符串类型
  • subscriptions_url: 字符串类型
  • type: 字符串类型
  • url: 字符串类型

指派列表

• assignees: 列表类型
  • avatar_url: 字符串类型
  • events_url: 字符串类型
  • followers_url: 字符串类型
  • following_url: 字符串类型
  • gists_url: 字符串类型
  • gravatar_id: 字符串类型
  • html_url: 字符串类型
  • id: 64位整数类型
  • login: 字符串类型
  • node_id: 字符串类型
  • organizations_url: 字符串类型
  • received_events_url: 字符串类型
  • repos_url: 字符串类型
  • site_admin: 布尔类型
  • starred_url: 字符串类型
  • subscriptions_url: 字符串类型
  • type: 字符串类型
  • url: 字符串类型

里程碑信息

• milestone: 结构体类型
  • closed_at: 字符串类型
  • closed_issues: 64位整数类型
  • created_at: 字符串类型
  • creator: 结构体类型
    • avatar_url: 字符串类型
    • events_url: 字符串类型
    • followers_url: 字符串类型
    • following_url: 字符串类型
    • gists_url: 字符串类型
    • gravatar_id: 字符串类型
    • html_url: 字符串类型
    • id: 64位整数类型
    • login: 字符串类型
    • node_id: 字符串类型
    • organizations_url: 字符串类型
    • received_events_url: 字符串类型
    • repos_url: 字符串类型
    • site_admin: 布尔类型
    • starred_url: 字符串类型
    • subscriptions_url: 字符串类型
    • type: 字符串类型
    • url: 字符串类型
  • description: 字符串类型
  • due_on: 字符串类型
  • html_url: 字符串类型
  • id: 64位整数类型
  • labels_url: 字符串类型
  • node_id: 字符串类型
  • number: 64位整数类型
  • open_issues: 64位整数类型
  • state: 字符串类型
  • title: 字符串类型
  • updated_at: 字符串类型
  • url: 字符串类型

拉取请求信息

• pull_request: 结构体类型
  • diff_url: 字符串类型
  • html_url: 字符串类型
  • merged_at: 字符串类型
  • patch_url: 字符串类型
  • url: 字符串类型

反应信息

• reactions: 结构体类型
  • +1: 64位整数类型
  • -1: 64位整数类型
  • confused: 64位整数类型
  • eyes: 64位整数类型
  • heart: 64位整数类型
  • hooray: 64位整数类型
  • laugh: 64位整数类型
  • rocket: 64位整数类型
  • total_count: 64位整数类型
  • url: 字符串类型

数据集分割

• train:
  • num_bytes: 27957261 字节
  • num_examples: 4990 个样本

数据集大小

• download_size: 8696799 字节
• dataset_size: 27957261 字节

配置

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