sorryhyun/commit_and_diffs

---
dataset_info:
features:
- name: id
dtype: string
- name: commit_message
dtype: string
- name: diffs
list:
- name: file
dtype: string
- name: hunks
list:
- name: added
list: string
- name: header
dtype: string
- name: removed
list: string
splits:
- name: train
num_bytes: 11263516
num_examples: 3619
download_size: 4054569
dataset_size: 11263516
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：标识符（id），数据类型：字符串
- 字段名：提交信息（commit_message），数据类型：字符串
- 字段名：代码差异（diffs），数据类型为列表，其元素包含以下子字段：
- 字段名：file，数据类型：字符串
- 字段名：差异块（hunks），数据类型为列表，其元素包含以下子字段：
- 字段名：新增行（added），数据类型为字符串列表
- 字段名：差异块头部（header），数据类型：字符串
- 字段名：删除行（removed），数据类型为字符串列表
数据划分：
- 划分名称：训练集（train），总字节数：11263516，样本数量：3619
下载总大小：4054569字节，数据集总占用体积：11263516字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：train，文件路径：data/train-*