chathuranga-jayanath/context-5-predict-token-for-fine-tune-without-comments-from-maven-doxia-1.0-2

---
dataset_info:
features:
- name: id
dtype: int64
- name: filepath
dtype: string
- name: start_bug_line
dtype: int64
- name: end_bug_line
dtype: int64
- name: bug
dtype: string
- name: fix
dtype: string
- name: ctx
dtype: string
splits:
- name: train
num_bytes: 215985
num_examples: 305
- name: validation
num_bytes: 26311
num_examples: 37
- name: test
num_bytes: 26596
num_examples: 37
download_size: 68312
dataset_size: 268892
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：id，数据类型：64位整型
- 名称：filepath，数据类型：字符串
- 名称：start_bug_line，数据类型：64位整型
- 名称：end_bug_line，数据类型：64位整型
- 名称：bug，数据类型：字符串
- 名称：fix，数据类型：字符串
- 名称：ctx，数据类型：字符串
数据集划分：
- 划分名称：train，字节数：215985，样本数量：305
- 划分名称：validation，字节数：26311，样本数量：37
- 划分名称：test，字节数：26596，样本数量：37
下载大小：68312
总数据集大小：268892
配置项：
- 配置名称：default
数据文件映射：
- 划分：train，路径：data/train-*
- 划分：validation，路径：data/validation-*
- 划分：test，路径：data/test-*

原始信息汇总

数据集概述

数据特征

• id: 数据类型为 int64
• filepath: 数据类型为 string
• start_bug_line: 数据类型为 int64
• end_bug_line: 数据类型为 int64
• bug: 数据类型为 string
• fix: 数据类型为 string
• ctx: 数据类型为 string

数据分割

• train: 字节数为 215985，样本数为 305
• validation: 字节数为 26311，样本数为 37
• test: 字节数为 26596，样本数为 37

数据大小

• 下载大小: 68312 字节
• 数据集大小: 268892 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • validation: 路径为 data/validation-*
    • test: 路径为 data/test-*