five

AISE-TUDelft/data-adjust

收藏
Hugging Face2025-07-11 更新2025-04-12 收录
下载链接:
https://hf-mirror.com/datasets/AISE-TUDelft/data-adjust
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个包含多种编程语言源代码文件的特性信息的数据集,特性信息包括文件名、文件路径、内容、大小、使用的编程语言、文件扩展名、总行数、平均行长度、最长行长度、字母和数字的比例、代码仓库的名称、星标数、分支数、开启的问题数、许可证类型、代码提取日期、SHA哈希值等。每种编程语言都有一个训练集split,数据集规模较大,适用于代码分析、自然语言处理等研究领域。

This dataset contains feature information of source code files in multiple programming languages, including file name, file path, content, size, programming language used, file extension, total number of lines, average line length, maximum line length, alphanumeric ratio, repository name, star count, fork count, open issue count, license type, extraction date, SHA hash value, etc. Each programming language has a training set split, and the dataset is large-scale, suitable for code analysis, natural language processing and other research fields.
提供机构:
AISE-TUDelft
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作