neural_code_search

Neural-Code-Search-Evaluation-Dataset旨在提供一个用于评估神经代码搜索的基准数据集，其中包含自然语言查询和代码片段对。该数据集由两部分组成：一个是包含4,716,814个方法体的搜索语料库，这些方法体来自GitHub上24,549个Android仓库，每个方法体都有唯一的ID、文件路径、方法名、起始行号、结束行号和URL；另一个是包含287个Stack Overflow问题和答案对的评估数据集，每个样本包含Stack Overflow帖子ID、问题标题、问题URL和代码片段答案。此数据集采用CC-BY-NC 4.0授权许可。