huangyx353/FILE-CS
收藏官方服务：
资源简介：
FILE-CS是第一个用于文件级代码摘要任务的数据集，包含98,236个<代码文件, 摘要>对，并分为78,588/9,824/9,824个示例用于训练/开发/测试。每个数据点包括文件级代码及其文档，以及文件的元数据，如提取自的仓库。数据字段包括索引、文件内容和文件文档标记。数据集分为训练、测试和验证三个部分。
提供机构：
huangyx353原始信息汇总
数据集卡片 for FILE-CS
数据集概述
FILE-CS 是首个用于文件级代码摘要任务的数据集。FILE-CS 包含 98,236 个 <代码文件, 摘要> 对，并分为 78,588/9,824/9,824 个示例用于训练/开发/测试。
数据集结构
数据实例
每个数据点由一个文件级代码及其文档组成。每个数据点还包含文件的元数据，例如从中提取的仓库。
shell { index: 3526 file_contents: from http import HTTPStatus [...] return True file_docstring_tokens: Support for functionality to download files }
数据字段
- index: 属性编号
- file_contents：文件中的所有代码
- file_docstring_tokens: 文件文档
数据分割
提供三个分割：
- 训练集
- 测试集
- 验证集
