D4vidHuang/FSE2025_MappingWithExclusion_ZH

该数据集包含多个特征，包括文件标识、内容、仓库信息、路径、令牌长度、原始评论、评论类型、检测到的语言、掩码评论和排除状态。数据集分为一个训练集，包含500个示例，总大小为6198980字节。

The dataset includes multiple features such as file_id, content, repo, path, token_length, original_comment, comment_type, detected_lang, masked_comment, and excluded. These features cover file identification, content, repository information, path, token length, original comments, comment types, detected languages, masked comments, and exclusion status. The dataset is divided into a training set containing 500 examples, with a total size of 6198980 bytes.

原始信息汇总

数据集概述

基本信息

• 名称: FSE2025_MappingWithExclusion_ZH
• 描述: D4vidHuang/FSE2025_MappingWithExclusion_ZH 数据集托管在 HF Mirror 上，由 HF Datasets 社区贡献。
• 创建者: Yongcheng Huang
• 网址: FSE2025_MappingWithExclusion_ZH

数据格式

• 分布:

  • 类型: cr:FileObject

  • 名称: repo

  • 描述: HF Mirror git 仓库。

  • 内容URL: repo

  • 编码格式: git+https

  • 类型: cr:FileSet

  • 名称: parquet-files-for-config-default

  • 描述: 由 HF Mirror 转换的底层 Parquet 文件（参见：Parquet 文件）。

  • 包含于: repo

  • 编码格式: application/x-parquet

  • 包含: default//.parquet

数据字段

• 记录集: default
  • 描述: D4vidHuang/FSE2025_MappingWithExclusion_ZH - default 子集
  • 字段:
    • 名称: default/file_id
      • 描述: HF Mirror parquet 文件中的 file_id 列。
      • 数据类型: sc:Text
    • 名称: default/content
      • 描述: HF Mirror parquet 文件中的 content 列。
      • 数据类型: sc:Text
    • 名称: default/repo
      • 描述: HF Mirror parquet 文件中的 repo 列。
      • 数据类型: sc:Text
    • 名称: default/path
      • 描述: HF Mirror parquet 文件中的 path 列。
      • 数据类型: sc:Text
    • 名称: default/token_length
      • 描述: HF Mirror parquet 文件中的 token_length 列。
      • 数据类型: sc:Integer
    • 名称: default/original_comment
      • 描述: HF Mirror parquet 文件中的 original_comment 列。
      • 数据类型: sc:Text
    • 名称: default/comment_type
      • 描述: HF Mirror parquet 文件中的 comment_type 列。
      • 数据类型: sc:Text
    • 名称: default/detected_lang
      • 描述: HF Mirror parquet 文件中的 detected_lang 列。
      • 数据类型: sc:Text
    • 名称: default/masked_comment
      • 描述: HF Mirror parquet 文件中的 masked_comment 列。
      • 数据类型: sc:Text
    • 名称: default/excluded
      • 描述: HF Mirror parquet 文件中的 excluded 列。
      • 数据类型: sc:Text

关键词

• < 1K
• parquet
• Text
• Datasets
• pandas
• Croissant
• 🇺🇸 Region: US