zzzghttt/code2test

该数据集旨在从提供的Java源代码生成单元测试。数据集的创建过程包括从GitHub收集具有超过5颗星的Java项目，提取代码-测试对，去除重复数据，清理数据（包括删除任何版权材料），识别并消除包含测试不良模式的测试，将数据转换为基于指令的数据集，并将数据集分为训练和测试部分。

原始信息汇总

数据集卡片 for [code2test]

数据集描述

数据集概述

该数据集旨在从提供的Java源代码生成单元测试。

数据集创建

1. 从GitHub收集所有拥有超过5颗星的Java项目。
2. 从这些项目中提取代码-测试对。
3. 去除重复数据。
4. 清理数据，包括移除任何版权材料。
5. 识别并消除包含测试异味的测试。
6. 将数据转换为基于指令的数据集。
7. 将数据集划分为训练和测试部分。