mziem/good_extracted
收藏资源简介:
--- 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-*
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-*
- 数据文件:



