Ioana23/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 struct: - name: url dtype: string - name: html_url dtype: string - name: labels_url dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: number dtype: int64 - name: title dtype: string - name: description dtype: string - name: creator 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: open_issues dtype: int64 - name: closed_issues dtype: int64 - name: state dtype: string - name: created_at dtype: timestamp[s] - name: updated_at dtype: timestamp[s] - name: due_on dtype: 'null' - name: closed_at dtype: 'null' - name: comments sequence: string - 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: 19510922 num_examples: 3047 download_size: 5482325 dataset_size: 19510922 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：链接（url），数据类型：字符串 - 字段名：仓库链接（repository_url），数据类型：字符串 - 字段名：标签链接（labels_url），数据类型：字符串 - 字段名：评论链接（comments_url），数据类型：字符串 - 字段名：事件链接（events_url），数据类型：字符串 - 字段名：HTML链接（html_url），数据类型：字符串 - 字段名：ID（id），数据类型：64位整数 - 字段名：节点ID（node_id），数据类型：字符串 - 字段名：编号（number），数据类型：64位整数 - 字段名：标题（title），数据类型：字符串 - 字段名：用户（user）结构体，包含： - 登录名（login），数据类型：字符串 - ID（id），数据类型：64位整数 - 节点ID（node_id），数据类型：字符串 - 头像链接（avatar_url），数据类型：字符串 - Gravatar ID（gravatar_id），数据类型：字符串 - 链接（url），数据类型：字符串 - HTML链接（html_url），数据类型：字符串 - 关注者链接（followers_url），数据类型：字符串 - 关注链接（following_url），数据类型：字符串 - 代码片段链接（gists_url），数据类型：字符串 - 星标链接（starred_url），数据类型：字符串 - 订阅链接（subscriptions_url），数据类型：字符串 - 组织链接（organizations_url），数据类型：字符串 - 仓库链接（repos_url），数据类型：字符串 - 事件链接（events_url），数据类型：字符串 - 接收事件链接（received_events_url），数据类型：字符串 - 类型（type），数据类型：字符串 - 站点管理员标记（site_admin），数据类型：布尔型 - 字段名：标签（labels）列表，列表元素为结构体，包含： - ID（id），数据类型：64位整数 - 节点ID（node_id），数据类型：字符串 - 链接（url），数据类型：字符串 - 名称（name），数据类型：字符串 - 颜色（color），数据类型：字符串 - 默认标记（default），数据类型：布尔型 - 描述（description），数据类型：字符串 - 字段名：状态（state），数据类型：字符串 - 字段名：已锁定（locked），数据类型：布尔型 - 字段名：受理人（assignee）结构体，字段与前述user结构体一致 - 字段名：受理人列表（assignees），列表元素与前述assignee结构体一致 - 字段名：里程碑（milestone）结构体，包含： - 链接（url），数据类型：字符串 - HTML链接（html_url），数据类型：字符串 - 标签链接（labels_url），数据类型：字符串 - ID（id），数据类型：64位整数 - 节点ID（node_id），数据类型：字符串 - 编号（number），数据类型：64位整数 - 标题（title），数据类型：字符串 - 描述（description），数据类型：字符串 - 创建者（creator）结构体，字段与前述user结构体一致 - 未关闭议题数（open_issues），数据类型：64位整数 - 已关闭议题数（closed_issues），数据类型：64位整数 - 状态（state），数据类型：字符串 - 创建时间（created_at），数据类型：秒级时间戳 - 更新时间（updated_at），数据类型：秒级时间戳 - 截止时间（due_on），数据类型：空值 - 关闭时间（closed_at），数据类型：空值 - 字段名：评论（comments）字符串序列 - 字段名：创建时间（created_at），数据类型：秒级时间戳 - 字段名：更新时间（updated_at），数据类型：秒级时间戳 - 字段名：关闭时间（closed_at），数据类型：秒级时间戳 - 字段名：作者关联关系（author_association），数据类型：字符串 - 字段名：活跃锁定原因（active_lock_reason），数据类型：空值 - 字段名：内容（body），数据类型：字符串 - 字段名：反应（reactions）结构体，包含： - 链接（url），数据类型：字符串 - 总计数（total_count），数据类型：64位整数 - 点赞（+1），数据类型：64位整数 - 踩（-1），数据类型：64位整数 - 好笑（laugh），数据类型：64位整数 - 喝彩（hooray），数据类型：64位整数 - 困惑（confused），数据类型：64位整数 - 心动（heart），数据类型：64位整数 - 惊喜（rocket），数据类型：64位整数 - 注视（eyes），数据类型：64位整数 - 字段名：时间线链接（timeline_url），数据类型：字符串 - 字段名：通过GitHub应用执行（performed_via_github_app），数据类型：空值 - 字段名：状态原因（state_reason），数据类型：字符串 - 字段名：草稿（draft），数据类型：布尔型 - 字段名：拉取请求（Pull Request）结构体，包含： - 链接（url），数据类型：字符串 - HTML链接（html_url），数据类型：字符串 - 差异链接（diff_url），数据类型：字符串 - 补丁链接（patch_url），数据类型：字符串 - 合并时间（merged_at），数据类型：秒级时间戳 - 字段名：是否为拉取请求（is_pull_request），数据类型：布尔型 划分方式： - 划分名称：训练集（train），占用字节数：19510922，样本数量：3047 下载大小：5482325，数据集总大小：19510922 配置项： - 配置名称：默认（default），数据文件： - 训练集划分：路径为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

数据集概述

数据集信息

• 特征列表:
  • 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，包含以下字段:
    • 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，包含以下字段:
    • 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，包含以下字段:
    • 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，包含以下字段:
    • 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: 结构体类型，包含以下字段:
    • url: 字符串类型
    • html_url: 字符串类型
    • labels_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
    • description: 字符串类型
    • creator: 结构体类型，包含以下字段:
      • 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
    • open_issues: 64位整数类型
    • closed_issues: 64位整数类型
    • state: 字符串类型
    • created_at: 时间戳类型
    • updated_at: 时间戳类型
    • due_on: 空类型
    • closed_at: 空类型
  • comments: 字符串序列类型
  • 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，包含以下字段:
    • 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，包含以下字段:
    • 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

数据集拆分

• 训练集:
  • train: 包含3047个样本，总字节数为19510922

数据集大小

• 下载大小: 5482325字节
• 数据集大小: 19510922字节

配置信息

• 默认配置:
  • default: 包含训练集数据文件路径为data/train-*