h4iku/coconut_python2010

CoCoNuT-Python(2010)数据集用于训练论文《CoCoNuT: Combining Context-Aware Neural Translation Models using Ensemble for Program Repair》中的模型。数据来源于GitHub、GitLab和Bitbucket，包含未经过洗牌和标记化的原始数据。数据集名称中的年份表示数据集中最新提交的年份。数据集包含4个字段：`add`、`rem`、`context`和`meta`，分别对应原始数据集文件中的`add.txt`、`rem.txt`、`context.txt`和`meta.txt`。每个实例在这4个字段之间存在映射关系。`context`字段包含与错误行相关的上下文（即包含错误行和注释的函数），`meta`字段包含项目的元数据。数据集包含13,899个项目和480,777个实例。数据集的创建目的是为了训练自动程序修复（APR）模型。

原始信息汇总

数据集概述

数据集名称

• 名称: CoCoNuT-Python(2010)

数据集描述

• 用途: 用于训练模型，该模型在论文"CoCoNuT: Combining Context-Aware Neural Translation Models using Ensemble for Program Repair"中被提及。
• 数据来源: 数据提取自GitHub、GitLab和Bitbucket。
• 数据处理: 数据未经过洗牌或标记化处理。
• 数据集年份: 数据集名称中的年份代表数据集中最新提交的年份。

语言

• 主要语言: Python

数据集结构

• 数据字段: 包含4个主要字段：add, rem, context, 和 meta。
• 数据实例: 每个实例包含4个字段，分别对应add.txt, rem.txt, context.txt, 和 meta.txt文件。

数据集创建

• 采集理由: 为了训练自动化程序修复（APR）模型。

引用信息

• 引用文献: bib @inproceedings{lutellierCoCoNuTCombiningContextaware2020, title = {{{CoCoNuT}}: Combining Context-Aware Neural Translation Models Using Ensemble for Program Repair}, booktitle = {Proceedings of the 29th {{ACM SIGSOFT International Symposium}} on {{Software Testing}} and {{Analysis}}}, author = {Lutellier, Thibaud and Pham, Hung Viet and Pang, Lawrence and Li, Yitong and Wei, Moshi and Tan, Lin}, year = {2020}, doi = {10.1145/3395363.3397369} }