loganathanspr/github-issues

--- dataset_info: features: - name: id dtype: int64 - name: number dtype: int64 - name: html_url dtype: string - name: title dtype: string - 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: comments sequence: string - name: created_at dtype: int64 - name: updated_at dtype: int64 - name: closed_at dtype: int64 - name: draft dtype: float64 - 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: body dtype: string - name: is_pull_request dtype: bool splits: - name: train num_bytes: 6283690 num_examples: 500 download_size: 1586983 dataset_size: 6283690 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： - 名称：id（标识符），数据类型：64位整数（int64） - 名称：number（编号），数据类型：64位整数（int64） - 名称：html_url（HTML链接），数据类型：字符串（string） - 名称：title（标题），数据类型：字符串（string） - 名称：labels（标签），类型为列表，包含子字段： - 名称：id（标识符），数据类型：64位整数（int64） - 名称：node_id（节点标识符），数据类型：字符串（string） - 名称：url（链接），数据类型：字符串（string） - 名称：name（名称），数据类型：字符串（string） - 名称：color（颜色），数据类型：字符串（string） - 名称：default（默认标识），数据类型：布尔值（bool） - 名称：description（描述），数据类型：字符串（string） - 名称：comments（评论），类型为字符串序列 - 名称：created_at（创建时间），数据类型：64位整数（int64） - 名称：updated_at（更新时间），数据类型：64位整数（int64） - 名称：closed_at（关闭时间），数据类型：64位整数（int64） - 名称：draft（草稿标识），数据类型：64位浮点数（float64） - 名称：pull_request（拉取请求，Pull Request），类型为结构体，包含子字段： - 名称：url（链接），数据类型：字符串（string） - 名称：html_url（HTML链接），数据类型：字符串（string） - 名称：diff_url（差异链接），数据类型：字符串（string） - 名称：patch_url（补丁链接），数据类型：字符串（string） - 名称：merged_at（合并时间），数据类型：秒级时间戳（timestamp[s]） - 名称：body（正文内容），数据类型：字符串（string） - 名称：is_pull_request（是否为拉取请求），数据类型：布尔值（bool） 数据集划分： - 名称：训练集（train），字节大小：6283690，样本数量：500 下载大小：1586983 数据集总大小：6283690 配置项： - 配置名称：默认（default），数据文件： - 划分：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

• 特征列表:
  • id: 类型为 int64
  • number: 类型为 int64
  • html_url: 类型为 string
  • title: 类型为 string
  • labels: 列表类型，包含以下子特征:
    • id: 类型为 int64
    • node_id: 类型为 string
    • url: 类型为 string
    • name: 类型为 string
    • color: 类型为 string
    • default: 类型为 bool
    • description: 类型为 string
  • comments: 序列类型，元素为 string
  • created_at: 类型为 int64
  • updated_at: 类型为 int64
  • closed_at: 类型为 int64
  • draft: 类型为 float64
  • pull_request: 结构类型，包含以下子特征:
    • url: 类型为 string
    • html_url: 类型为 string
    • diff_url: 类型为 string
    • patch_url: 类型为 string
    • merged_at: 类型为 timestamp[s]
  • body: 类型为 string
  • is_pull_request: 类型为 bool

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 6283690
  • 样本数: 500

数据集大小

• 下载大小: 1586983 字节
• 数据集大小: 6283690 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*