遇见数据集

Myashka/SO-Python_QA-filtered-2023-tanh_score-after_2023_02

收藏
Hugging Face2023-07-13 更新2024-03-04 收录
官方服务:

资源简介:

该数据集是一个基于Stack Overflow(SO)上带有`python`标签的问答数据集,主要应用于问答任务。数据集包含的问题和答案经过严格筛选,去除了包含图片、链接和代码块的内容,并且只保留了评分大于0、回答数大于0且创建日期在2023年2月1日之后的问题。答案的评分经过tanh函数处理,并使用AbsMaxScaler缩放到原始SO答案评分的IQR范围内。数据集的语言为英语,大小小于1K。

提供机构:
Myashka
原始信息汇总

数据集概述

数据集基本信息

  • 任务类别: 问答
  • 语言: 英语
  • 数据集大小: 小于1000条记录

数据集内容

  • 数据集名称: SO dataset of python tag data
  • 问题过滤条件:
    • 包含图片
    • 包含链接
    • 包含代码块
    • 问题得分(Q_Score)大于0
    • 答案计数(Answer_count)大于0
    • 创建日期(CreationDate)晚于2023-02-01
  • 答案过滤条件:
    • 包含图片
    • 包含链接
    • 包含代码块

评分机制

  • 评分方法: 使用tanh函数对原始SO答案得分进行缩放,缩放范围为IQR(四分位距)。
二维码
社区交流群
二维码
科研交流群
商业服务