DanCip/cve-negative-classification

该数据集主要包含与GitHub问题相关的信息，如问题的所有者仓库、问题内容、问题标题、评论URL、评论数量、创建时间、更新时间、HTML URL、GitHub ID、问题编号、消息、令牌数量和嵌入序列等。数据集包含一个训练集，大小为127577730字节，包含4490个示例。数据集的总下载大小为86769827字节。

This dataset primarily contains information related to GitHub issues, such as the issue owner repository, issue body, issue title, comments URL, comments count, creation time, update time, HTML URL, GitHub ID, issue number, message, token count, and embedding sequence. The dataset includes a training set with a size of 127577730 bytes, containing 4490 examples. The total download size of the dataset is 86769827 bytes.

原始信息汇总

数据集概述

数据集信息

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: 时间戳（纳秒）
• issue_updated_at: 时间戳（纳秒，UTC时区）
• issue_html_url: 字符串
• issue_github_id: 64位整数
• issue_number: 64位整数
• msg: 字符串
• n_tokens: 64位整数
• index_level_0: 64位整数
• embedding: 浮点数序列

数据分割

• train:
  • 字节数: 127577730
  • 样本数: 4490

数据集大小

• 下载大小: 86769827 字节
• 数据集大小: 127577730 字节

配置

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