CoIR-Retrieval/CodeSearchNet-ccr-python-queries-corpus

数据集CodeSearchNet-ccr-python-queries-corpus包含两个主要部分：queries和corpus。queries部分有280,652个示例，占用164,228,951字节；corpus部分同样有280,652个示例，占用120,721,520字节。数据集总下载大小为118,457,000字节，总数据集大小为284,950,471字节。每个示例包含_id、title、partition、text、language和meta_information等字段，其中meta_information包含resource字段。

The dataset CodeSearchNet-ccr-python-queries-corpus consists of two main parts: queries and corpus. The queries part contains 280,652 examples, occupying 164,228,951 bytes; the corpus part also contains 280,652 examples, occupying 120,721,520 bytes. The total download size of the dataset is 118,457,000 bytes, and the total dataset size is 284,950,471 bytes. Each example includes fields such as _id, title, partition, text, language, and meta_information, where meta_information contains a resource field.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • _id: 字符串类型
  • title: 字符串类型
  • partition: 字符串类型
  • text: 字符串类型
  • language: 字符串类型
  • meta_information: 结构体类型
    • resource: 字符串类型

数据分割

• queries:
  • 字节数: 164228951
  • 样本数: 280652
• corpus:
  • 字节数: 120721520
  • 样本数: 280652

数据集大小

• 下载大小: 118457000 字节
• 数据集总大小: 284950471 字节

配置

• 配置名称: default
  • 数据文件:
    • queries: data/queries-*
    • corpus: data/corpus-*