Conan-Lao/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: 17609883 num_examples: 2500 download_size: 4977402 dataset_size: 17609883 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： 特征列表： - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：仓库URL（repository_url），数据类型：字符串 - 名称：标签URL（labels_url），数据类型：字符串 - 名称：评论URL（comments_url），数据类型：字符串 - 名称：事件URL（events_url），数据类型：字符串 - 名称：HTML URL（html_url），数据类型：字符串 - 名称：ID，数据类型：64位整数（int64） - 名称：节点ID（node_id），数据类型：字符串 - 名称：编号，数据类型：64位整数（int64） - 名称：标题，数据类型：字符串 - 名称：用户（user）：结构体类型，包含以下字段： - 名称：登录名（login），数据类型：字符串 - 名称：ID，数据类型：64位整数（int64） - 名称：节点ID（node_id），数据类型：字符串 - 名称：头像URL（avatar_url），数据类型：字符串 - 名称：Gravatar ID（gravatar_id），数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：HTML URL（html_url），数据类型：字符串 - 名称：关注者URL（followers_url），数据类型：字符串 - 名称：关注中URL（following_url），数据类型：字符串 - 名称：代码片段URL（gists_url），数据类型：字符串 - 名称：星标URL（starred_url），数据类型：字符串 - 名称：订阅URL（subscriptions_url），数据类型：字符串 - 名称：组织URL（organizations_url），数据类型：字符串 - 名称：仓库URL（repos_url），数据类型：字符串 - 名称：事件URL（events_url），数据类型：字符串 - 名称：接收事件URL（received_events_url），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员（site_admin），数据类型：布尔值（bool） - 名称：标签（labels）：列表类型，列表元素为结构体，包含以下字段： - 名称：ID，数据类型：64位整数（int64） - 名称：节点ID（node_id），数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：名称，数据类型：字符串 - 名称：颜色，数据类型：字符串 - 名称：默认（default），数据类型：布尔值（bool） - 名称：描述，数据类型：字符串 - 名称：状态（state），数据类型：字符串 - 名称：已锁定（locked），数据类型：布尔值（bool） - 名称：被分配人（assignee）：结构体类型，包含以下字段： - 名称：登录名（login），数据类型：字符串 - 名称：ID，数据类型：64位整数（int64） - 名称：节点ID（node_id），数据类型：字符串 - 名称：头像URL（avatar_url），数据类型：字符串 - 名称：Gravatar ID（gravatar_id），数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：HTML URL（html_url），数据类型：字符串 - 名称：关注者URL（followers_url），数据类型：字符串 - 名称：关注中URL（following_url），数据类型：字符串 - 名称：代码片段URL（gists_url），数据类型：字符串 - 名称：星标URL（starred_url），数据类型：字符串 - 名称：订阅URL（subscriptions_url），数据类型：字符串 - 名称：组织URL（organizations_url），数据类型：字符串 - 名称：仓库URL（repos_url），数据类型：字符串 - 名称：事件URL（events_url），数据类型：字符串 - 名称：接收事件URL（received_events_url），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员（site_admin），数据类型：布尔值（bool） - 名称：被分配人列表（assignees）：列表类型，列表元素为结构体，包含以下字段： - 名称：登录名（login），数据类型：字符串 - 名称：ID，数据类型：64位整数（int64） - 名称：节点ID（node_id），数据类型：字符串 - 名称：头像URL（avatar_url），数据类型：字符串 - 名称：Gravatar ID（gravatar_id），数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：HTML URL（html_url），数据类型：字符串 - 名称：关注者URL（followers_url），数据类型：字符串 - 名称：关注中URL（following_url），数据类型：字符串 - 名称：代码片段URL（gists_url），数据类型：字符串 - 名称：星标URL（starred_url），数据类型：字符串 - 名称：订阅URL（subscriptions_url），数据类型：字符串 - 名称：组织URL（organizations_url），数据类型：字符串 - 名称：仓库URL（repos_url），数据类型：字符串 - 名称：事件URL（events_url），数据类型：字符串 - 名称：接收事件URL（received_events_url），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员（site_admin），数据类型：布尔值（bool） - 名称：里程碑（milestone）：结构体类型，包含以下字段： - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：HTML URL（html_url），数据类型：字符串 - 名称：标签URL（labels_url），数据类型：字符串 - 名称：ID，数据类型：64位整数（int64） - 名称：节点ID（node_id），数据类型：字符串 - 名称：编号，数据类型：64位整数（int64） - 名称：标题，数据类型：字符串 - 名称：描述，数据类型：字符串 - 名称：创建人（creator）：结构体类型，包含以下字段： - 名称：登录名（login），数据类型：字符串 - 名称：ID，数据类型：64位整数（int64） - 名称：节点ID（node_id），数据类型：字符串 - 名称：头像URL（avatar_url），数据类型：字符串 - 名称：Gravatar ID（gravatar_id），数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：HTML URL（html_url），数据类型：字符串 - 名称：关注者URL（followers_url），数据类型：字符串 - 名称：关注中URL（following_url），数据类型：字符串 - 名称：代码片段URL（gists_url），数据类型：字符串 - 名称：星标URL（starred_url），数据类型：字符串 - 名称：订阅URL（subscriptions_url），数据类型：字符串 - 名称：组织URL（organizations_url），数据类型：字符串 - 名称：仓库URL（repos_url），数据类型：字符串 - 名称：事件URL（events_url），数据类型：字符串 - 名称：接收事件URL（received_events_url），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员（site_admin），数据类型：布尔值（bool） - 名称：未关闭议题数（open_issues），数据类型：64位整数（int64） - 名称：已关闭议题数（closed_issues），数据类型：64位整数（int64） - 名称：状态（state），数据类型：字符串 - 名称：创建时间（created_at），数据类型：秒级时间戳（timestamp[s]） - 名称：更新时间（updated_at），数据类型：秒级时间戳（timestamp[s]） - 名称：截止时间（due_on），数据类型：空值（null） - 名称：关闭时间（closed_at），数据类型：空值（null） - 名称：评论（comments）：字符串序列，数据类型：字符串序列 - 名称：创建时间（created_at），数据类型：秒级时间戳（timestamp[s]） - 名称：更新时间（updated_at），数据类型：秒级时间戳（timestamp[s]） - 名称：关闭时间（closed_at），数据类型：秒级时间戳（timestamp[s]） - 名称：作者关联关系（author_association），数据类型：字符串 - 名称：活动锁定原因（active_lock_reason），数据类型：空值（null） - 名称：正文（body），数据类型：字符串 - 名称：反应（reactions）：结构体类型，包含以下字段： - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：总计数（total_count），数据类型：64位整数（int64） - 名称：点赞（+1），数据类型：64位整数（int64） - 名称：踩（-1），数据类型：64位整数（int64） - 名称：大笑（laugh），数据类型：64位整数（int64） - 名称：欢呼（hooray），数据类型：64位整数（int64） - 名称：困惑（confused），数据类型：64位整数（int64） - 名称：爱心（heart），数据类型：64位整数（int64） - 名称：火箭（rocket），数据类型：64位整数（int64） - 名称：眼神（eyes），数据类型：64位整数（int64） - 名称：时间线URL（timeline_url），数据类型：字符串 - 名称：通过GitHub应用执行（performed_via_github_app），数据类型：空值（null） - 名称：状态原因（state_reason），数据类型：字符串 - 名称：草稿（draft），数据类型：布尔值（bool） - 名称：拉取请求（pull_request）：结构体类型，包含以下字段： - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：HTML URL（html_url），数据类型：字符串 - 名称：差异URL（diff_url），数据类型：字符串 - 名称：补丁URL（patch_url），数据类型：字符串 - 名称：合并时间（merged_at），数据类型：秒级时间戳（timestamp[s]） - 名称：是否为拉取请求（is_pull_request），数据类型：布尔值（bool） 拆分信息： - 拆分名称：训练集（train），字节大小：17609883，样本数量：2500 下载大小：4977402，数据集总大小：17609883 配置项： - 配置名称：默认配置（default），数据文件： - 拆分：训练集（train），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

数据集概述

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: 结构体类型
  • 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
    • 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
  • 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

数据分割

• train: 包含2500个样本，总字节数为17609883

数据集大小

• 下载大小: 4977402字节
• 数据集大小: 17609883字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*