CodeSearchNet挑战赛代码数据集

CodeSearchNet语料库的数据取自GitHub上的开源项目，经过了充分的预处理。 其中包含了约600万种函数，取自Go，Java，JavaScript，PHP，Python和Ruby这六种编程语言的开源代码。 还包含了通过机械抓取、预处理相关函数文档，自动生成的类似查询的自然语言，适用于200万种函数。