h4iku/coconut_javascript2010

CoCoNuT-JavaScript(2010)数据集是用于训练程序修复模型的数据集，包含从GitHub、GitLab和Bitbucket提取的原始数据。数据集由四个列组成：`add`、`rem`、`context`和`meta`，分别对应原始数据集文件`add.txt`、`rem.txt`、`context.txt`和`meta.txt`。每个实例都有这四个列的映射关系。`context`列包含与错误代码相关的上下文，`meta`列包含项目的元数据。数据集包含10,163个项目和2,254,253个实例。数据集的创建目的是为了训练自动化程序修复（APR）模型。

原始信息汇总

数据集概述

数据集名称

• 名称: CoCoNuT-JavaScript(2010)

数据集描述

数据集摘要

• 用途: 用于训练“CoCoNuT: Combining Context-Aware Neural Translation Models using Ensemble for Program Repair”论文中的模型。
• 数据来源: 从GitHub、GitLab和Bitbucket提取的原始数据，未进行洗牌或分词处理。
• 数据年份: 数据集名称中的年份表示数据集中最新提交的年份。

语言

• 语言: JavaScript

数据集结构

数据字段

• 字段: add, rem, context, meta
• 对应文件: add.txt, rem.txt, context.txt, meta.txt

数据实例

• 示例: 展示了rem和add字段的前五行，以及它们如何映射到具体的实例。
• 上下文: context字段包含与错误相关的函数上下文。
• 元数据: meta字段包含项目的一些元数据，如项目ID、文件路径等。

统计信息

• 项目数量: 10,163
• 实例数量: 2,254,253

数据集创建

数据收集理由

• 目的: 用于训练自动化程序修复（APR）模型。

引用信息

• 引用: bib @inproceedings{lutellierCoCoNuTCombiningContextaware2020, title = {{{CoCoNuT}}: Combining Context-Aware Neural Translation Models Using Ensemble for Program Repair}, booktitle = {Proceedings of the 29th {{ACM SIGSOFT International Symposium}} on {{Software Testing}} and {{Analysis}}}, author = {Lutellier, Thibaud and Pham, Hung Viet and Pang, Lawrence and Li, Yitong and Wei, Moshi and Tan, Lin}, year = {2020}, pages = {101--114}, doi = {10.1145/3395363.3397369} }