遇见数据集

mziem/good_extracted

收藏
Hugging Face2024-06-06 更新2024-06-12 收录
官方服务:

资源简介:

--- dataset_info: features: - name: file_id dtype: string - name: content dtype: string - name: repo dtype: string - name: path dtype: string - name: token_length dtype: int64 - name: original_comment dtype: string - name: comment_type dtype: string - name: detected_lang dtype: string - name: prompt dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 982698 num_examples: 120 download_size: 403786 dataset_size: 982698 configs: - config_name: default data_files: - split: train path: data/train-* ---

数据集信息: 特征字段: - 名称:文件标识符(file_id),数据类型:字符串 - 名称:内容(content),数据类型:字符串 - 名称:仓库(repo),数据类型:字符串 - 名称:路径(path),数据类型:字符串 - 名称:Token长度(token_length),数据类型:64位整数(int64) - 名称:原始注释(original_comment),数据类型:字符串 - 名称:注释类型(comment_type),数据类型:字符串 - 名称:检测语言(detected_lang),数据类型:字符串 - 名称:提示词(prompt),数据类型:字符串 - 名称:__index_level_0__,数据类型:64位整数(int64) 数据集划分: - 划分名称:训练集(train),字节大小:982698,样本数量:120 下载大小:403786 数据集总大小:982698 配置项: - 配置名称:默认配置(default),数据文件: - 数据集划分:训练集(train),文件路径:data/train-*

提供机构:
mziem
原始信息汇总

数据集信息

特征

  • file_id: 字符串类型
  • content: 字符串类型
  • repo: 字符串类型
  • path: 字符串类型
  • token_length: 64位整数类型
  • original_comment: 字符串类型
  • comment_type: 字符串类型
  • detected_lang: 字符串类型
  • prompt: 字符串类型
  • index_level_0: 64位整数类型

数据分割

  • train: 包含120个样本,总字节数为982698

数据大小

  • 下载大小: 403786字节
  • 数据集大小: 982698字节

配置

  • default:
    • 数据文件:
      • split: train
      • path: data/train-*
二维码
社区交流群
二维码
科研交流群
商业服务