Myashka/SO-Python_QA-filtered-2023-tanh_score-after_2023_02
收藏数据链接:
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
pythontag 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)。



