sm1rk/modified-codesearchnet-code-summarization

该数据集包含多个特征，如仓库名称、方法名称、方法代码等，主要用于代码摘要和文本生成任务。数据集包含一个测试集，大小为1710607字节，包含846个示例。数据集属于MCSN项目，与CodeXGLUE和CodeSearchNet相关，主要涉及Python代码的摘要和生成。

This dataset includes multiple features such as repository name, method name, method code, and so on. It is primarily utilized for code summarization and text generation tasks. The dataset contains a test set with a size of 1,710,607 bytes and 846 examples. Belonging to the MCSN project, this dataset is related to CodeXGLUE and CodeSearchNet, and mainly focuses on the summarization and generation of Python code.

原始信息汇总

数据集概述

数据集特征

• repo_name: 字符串类型
• method_name: 字符串类型
• method_code: 字符串类型
• method_summary: 字符串类型
• original_method_code: 字符串类型
• method_path: 字符串类型

数据集划分

• test:
  • 字节数: 1710607
  • 示例数: 846

数据集大小

• 下载大小: 581083字节
• 数据集大小: 1710607字节

配置

• config_name: default
• data_files:
  • split: test
  • path: data/test-*

许可证

• license: MIT

任务类别

• 总结
• 文本生成

标签

• 代码总结
• Python
• 函数级别
• 仓库级别
• CodeXGLUE
• CodeSearchNet

数据集名称

• pretty_name: MCSN

大小类别

• n<1K

搜集汇总

背景与挑战

背景概述

该数据集是CodeSearchNet的修改版本，用于评估代码摘要模型在函数和仓库级别上的表现。包含846个测试样本，每个样本包含仓库名、方法名、代码、摘要等信息，支持代码摘要的深入研究。