mano-wii/blender_duplicates

该数据集包含了Blender软件中报告的简化问题描述，并指向了重复的问题，以便进行相似性分类。数据集用于训练模型，以生成3D软件技术报告的嵌入表示。数据集的创建目的是为了训练一个模型，用于搜索Blender报告中语义相似性，以支持WEB扩展Blender Find Related Issues的工作。

原始信息汇总

数据集卡片

数据集详情

数据集描述

该数据集包含从 https://projects.blender.org/blender/blender/issues 报告的问题中提取的简化描述，并指向重复问题以进行相似性分类。每个报告已通过移除如系统信息、Blender版本、错误简短描述等常见重复文本进行缩短。

• 语言(NLP): 英语
• 许可证: https://mano-wii-tools.hf.space/api/v1/static/privace.txt

数据集结构

数据集中的主要问题在第一列，未识别的问题在第二列（neg），重复问题在第三列（pos）。

数据集创建

创建理由

该数据集旨在训练一个模型，用于创建嵌入以搜索Blender报告的语义相似性，从而使Blender Find Related Issues WEB扩展能够工作。

源数据

源数据来自 https://projects.blender.org/blender/blender/issues。

数据收集和处理

数据在Python中自动收集，当获取被分类为重复的报告时。这些报告随后通过其他AI模型的相似性测试进行过滤。

源数据生产者

这些报告由全球的Blender用户生成，他们有兴趣报告错误以提高软件质量。

偏差、风险和限制

用户应了解数据集的风险、偏差和技术限制。更多信息需要进一步推荐。