dmlea/github-issues

--- dataset_info: features: - name: url dtype: string - name: repository_url dtype: string - name: labels_url dtype: string - name: comments_url dtype: string - name: events_url dtype: string - name: html_url dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: number dtype: int64 - name: title dtype: string - name: user struct: - name: login dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: avatar_url dtype: string - name: gravatar_id dtype: string - name: url dtype: string - name: html_url dtype: string - name: followers_url dtype: string - name: following_url dtype: string - name: gists_url dtype: string - name: starred_url dtype: string - name: subscriptions_url dtype: string - name: organizations_url dtype: string - name: repos_url dtype: string - name: events_url dtype: string - name: received_events_url dtype: string - name: type dtype: string - name: site_admin dtype: bool - name: labels list: - name: id dtype: int64 - name: node_id dtype: string - name: url dtype: string - name: name dtype: string - name: color dtype: string - name: default dtype: bool - name: description dtype: string - name: state dtype: string - name: locked dtype: bool - name: assignee struct: - name: login dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: avatar_url dtype: string - name: gravatar_id dtype: string - name: url dtype: string - name: html_url dtype: string - name: followers_url dtype: string - name: following_url dtype: string - name: gists_url dtype: string - name: starred_url dtype: string - name: subscriptions_url dtype: string - name: organizations_url dtype: string - name: repos_url dtype: string - name: events_url dtype: string - name: received_events_url dtype: string - name: type dtype: string - name: site_admin dtype: bool - name: assignees list: - name: login dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: avatar_url dtype: string - name: gravatar_id dtype: string - name: url dtype: string - name: html_url dtype: string - name: followers_url dtype: string - name: following_url dtype: string - name: gists_url dtype: string - name: starred_url dtype: string - name: subscriptions_url dtype: string - name: organizations_url dtype: string - name: repos_url dtype: string - name: events_url dtype: string - name: received_events_url dtype: string - name: type dtype: string - name: site_admin dtype: bool - name: milestone dtype: 'null' - name: comments dtype: int64 - name: created_at dtype: timestamp[s] - name: updated_at dtype: timestamp[s] - name: closed_at dtype: timestamp[s] - name: author_association dtype: string - name: active_lock_reason dtype: 'null' - name: body dtype: string - name: reactions struct: - name: url dtype: string - name: total_count dtype: int64 - name: '+1' dtype: int64 - name: '-1' dtype: int64 - name: laugh dtype: int64 - name: hooray dtype: int64 - name: confused dtype: int64 - name: heart dtype: int64 - name: rocket dtype: int64 - name: eyes dtype: int64 - name: timeline_url dtype: string - name: performed_via_github_app dtype: 'null' - name: state_reason dtype: string - name: draft dtype: bool - name: pull_request struct: - name: url dtype: string - name: html_url dtype: string - name: diff_url dtype: string - name: patch_url dtype: string - name: merged_at dtype: timestamp[s] - name: is_pull_request dtype: bool splits: - name: train num_bytes: 1660862 num_examples: 500 download_size: 437911 dataset_size: 1660862 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "github-issues" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征字段： - 字段名：url，数据类型：字符串 - 字段名：repository_url，数据类型：字符串 - 字段名：labels_url，数据类型：字符串 - 字段名：comments_url，数据类型：字符串 - 字段名：events_url，数据类型：字符串 - 字段名：html_url，数据类型：字符串 - 字段名：id，数据类型：64位整型 - 字段名：node_id，数据类型：字符串 - 字段名：number，数据类型：64位整型 - 字段名：title，数据类型：字符串 - 字段名：user，数据类型：结构体 结构体包含以下字段： - 字段名：login，数据类型：字符串 - 字段名：id，数据类型：64位整型 - 字段名：node_id，数据类型：字符串 - 字段名：avatar_url，数据类型：字符串 - 字段名：gravatar_id，数据类型：字符串 - 字段名：url，数据类型：字符串 - 字段名：html_url，数据类型：字符串 - 字段名：followers_url，数据类型：字符串 - 字段名：following_url，数据类型：字符串 - 字段名：gists_url，数据类型：字符串 - 字段名：starred_url，数据类型：字符串 - 字段名：subscriptions_url，数据类型：字符串 - 字段名：organizations_url，数据类型：字符串 - 字段名：repos_url，数据类型：字符串 - 字段名：events_url，数据类型：字符串 - 字段名：received_events_url，数据类型：字符串 - 字段名：type，数据类型：字符串 - 字段名：site_admin，数据类型：布尔型 - 字段名：labels，数据类型：列表 列表元素包含以下字段： - 字段名：id，数据类型：64位整型 - 字段名：node_id，数据类型：字符串 - 字段名：url，数据类型：字符串 - 字段名：name，数据类型：字符串 - 字段名：color，数据类型：字符串 - 字段名：default，数据类型：布尔型 - 字段名：description，数据类型：字符串 - 字段名：state，数据类型：字符串 - 字段名：locked，数据类型：布尔型 - 字段名：assignee，数据类型：结构体 结构体字段与user字段完全一致 - 字段名：assignees，数据类型：列表 列表元素结构与user字段一致 - 字段名：milestone，数据类型：空值 - 字段名：comments，数据类型：64位整型 - 字段名：created_at，数据类型：秒级时间戳（timestamp[s]） - 字段名：updated_at，数据类型：秒级时间戳（timestamp[s]） - 字段名：closed_at，数据类型：秒级时间戳（timestamp[s]） - 字段名：author_association，数据类型：字符串 - 字段名：active_lock_reason，数据类型：空值 - 字段名：body，数据类型：字符串 - 字段名：reactions，数据类型：结构体 结构体包含以下字段： - 字段名：url，数据类型：字符串 - 字段名：total_count，数据类型：64位整型 - 字段名：+1，数据类型：64位整型（点赞） - 字段名：-1，数据类型：64位整型（点踩） - 字段名：laugh，数据类型：64位整型（大笑反应） - 字段名：hooray，数据类型：64位整型（欢呼反应） - 字段名：confused，数据类型：64位整型（困惑反应） - 字段名：heart，数据类型：64位整型（爱心反应） - 字段名：rocket，数据类型：64位整型（火箭庆祝反应） - 字段名：eyes，数据类型：64位整型（注视反应） - 字段名：timeline_url，数据类型：字符串 - 字段名：performed_via_github_app，数据类型：空值 - 字段名：state_reason，数据类型：字符串 - 字段名：draft，数据类型：布尔型 - 字段名：pull_request，数据类型：结构体（拉取请求（Pull Request）） 结构体包含以下字段： - 字段名：url，数据类型：字符串 - 字段名：html_url，数据类型：字符串 - 字段名：diff_url，数据类型：字符串 - 字段名：patch_url，数据类型：字符串 - 字段名：merged_at，数据类型：秒级时间戳（timestamp[s]） - 字段名：is_pull_request，数据类型：布尔型 数据集拆分： - 拆分名称：train（训练集），字节大小：1660862，样本数量：500 总下载大小：437911 数据集总大小：1660862 配置项： - 配置名称：default（默认配置） 数据文件： - 拆分：train（训练集），数据路径：data/train-* --- # "github-issues"数据集卡片 【需补充更多信息】(https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• url: 字符串类型
• repository_url: 字符串类型
• labels_url: 字符串类型
• comments_url: 字符串类型
• events_url: 字符串类型
• html_url: 字符串类型
• id: 64位整数类型
• node_id: 字符串类型
• number: 64位整数类型
• title: 字符串类型
• user: 结构体类型
  • login: 字符串类型
  • id: 64位整数类型
  • node_id: 字符串类型
  • avatar_url: 字符串类型
  • gravatar_id: 字符串类型
  • url: 字符串类型
  • html_url: 字符串类型
  • followers_url: 字符串类型
  • following_url: 字符串类型
  • gists_url: 字符串类型
  • starred_url: 字符串类型
  • subscriptions_url: 字符串类型
  • organizations_url: 字符串类型
  • repos_url: 字符串类型
  • events_url: 字符串类型
  • received_events_url: 字符串类型
  • type: 字符串类型
  • site_admin: 布尔类型
• labels: 列表类型
  • id: 64位整数类型
  • node_id: 字符串类型
  • url: 字符串类型
  • name: 字符串类型
  • color: 字符串类型
  • default: 布尔类型
  • description: 字符串类型
• state: 字符串类型
• locked: 布尔类型
• assignee: 结构体类型
  • login: 字符串类型
  • id: 64位整数类型
  • node_id: 字符串类型
  • avatar_url: 字符串类型
  • gravatar_id: 字符串类型
  • url: 字符串类型
  • html_url: 字符串类型
  • followers_url: 字符串类型
  • following_url: 字符串类型
  • gists_url: 字符串类型
  • starred_url: 字符串类型
  • subscriptions_url: 字符串类型
  • organizations_url: 字符串类型
  • repos_url: 字符串类型
  • events_url: 字符串类型
  • received_events_url: 字符串类型
  • type: 字符串类型
  • site_admin: 布尔类型
• assignees: 列表类型
  • login: 字符串类型
  • id: 64位整数类型
  • node_id: 字符串类型
  • avatar_url: 字符串类型
  • gravatar_id: 字符串类型
  • url: 字符串类型
  • html_url: 字符串类型
  • followers_url: 字符串类型
  • following_url: 字符串类型
  • gists_url: 字符串类型
  • starred_url: 字符串类型
  • subscriptions_url: 字符串类型
  • organizations_url: 字符串类型
  • repos_url: 字符串类型
  • events_url: 字符串类型
  • received_events_url: 字符串类型
  • type: 字符串类型
  • site_admin: 布尔类型
• milestone: 空类型
• comments: 64位整数类型
• created_at: 时间戳类型
• updated_at: 时间戳类型
• closed_at: 时间戳类型
• author_association: 字符串类型
• active_lock_reason: 空类型
• body: 字符串类型
• reactions: 结构体类型
  • url: 字符串类型
  • total_count: 64位整数类型
  • +1: 64位整数类型
  • -1: 64位整数类型
  • laugh: 64位整数类型
  • hooray: 64位整数类型
  • confused: 64位整数类型
  • heart: 64位整数类型
  • rocket: 64位整数类型
  • eyes: 64位整数类型
• timeline_url: 字符串类型
• performed_via_github_app: 空类型
• state_reason: 字符串类型
• draft: 布尔类型
• pull_request: 结构体类型
  • url: 字符串类型
  • html_url: 字符串类型
  • diff_url: 字符串类型
  • patch_url: 字符串类型
  • merged_at: 时间戳类型
• is_pull_request: 布尔类型

分割

• train:
  • 字节数: 1660862
  • 样本数: 500

大小

• 下载大小: 437911 字节
• 数据集大小: 1660862 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*