h4iku/coconut_javascript2010
收藏资源简介：
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。
The CoCoNuT-JavaScript (2010) dataset is designed for training program repair models, and consists of raw data extracted from GitHub, GitLab, and Bitbucket. The dataset comprises four columns: `add`, `rem`, `context`, and `meta`, which correspond to the raw dataset files `add.txt`, `rem.txt`, `context.txt`, and `meta.txt`, respectively. Each instance contains aligned data across these four columns. The `context` column holds contextual information associated with buggy code, while the `meta` column stores project metadata. The dataset includes 10,163 projects and 2,254,253 instances. It was developed specifically for training automated program repair (APR) models.
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} }
