--- dataset_info: features: - name: id dtype: string - name: conversations list: - name: from dtype: string - name: value dtype: string - name: language dtype:

Hugging Face2024-01-30 更新80

NickyNicky/Code-290k-labels-programming_languages-NO_Chatgpt

编程语言识别

数据处理

该数据集包含编程代码片段的对话内容、检测到的语言以及多种编程语言的评分。数据集的构建过程中，使用了自动化文本处理技术和特定语言模式来标记编程语言，未使用高级语言模型如ChatGPT或LLMs。数据处理使用了pandas库，并通过并行处理提高了效率。最后，通过matplotlib库生成了编程语言分布的饼图。

Hugging Face2024-03-15 更新130

SCC classification result on `character count >= 26, line count >= 2`

代码分类

编程语言识别

Code snippet language classificationSCC classification result on `character count >= 26, line count >= 2`

DataCite Commons2024-02-16 更新90