lorisrossi/github-issues

该数据集仅用于测试。它包含与🤗 Datasets仓库相关的GitHub问题和拉取请求。可以用于语义搜索或多标签文本分类。每个GitHub问题的内容均为英文。

原始信息汇总

数据集概述

基本信息

• 名称: HuggingFace Datasets GitHub Issues
• 语言: 英语
• 数据量: 1K<n<10K
• 任务类别: 文本分类
• 任务ID: 多标签分类

数据结构

• 特征:
  • url: 字符串
  • repository_url: 字符串
  • labels_url: 字符串
  • comments_url: 字符串
  • events_url: 字符串
  • html_url: 字符串
  • id: 整数64位
  • node_id: 字符串
  • number: 整数64位
  • title: 字符串
  • user: 结构体
    • login: 字符串
    • id: 整数64位
    • node_id: 字符串
    • avatar_url: 字符串
    • gravatar_id: 字符串
    • url: 字符串
    • html_url: 字符串
    • followers_url: 字符串
    • following_url: 字符串
    • gists_url: 字符串
    • starred_url: 字符串
    • subscriptions_url: 字符串
    • organizations_url: 字符串
    • repos_url: 字符串
    • events_url: 字符串
    • received_events_url: 字符串
    • type: 字符串
    • site_admin: 布尔值
  • labels: 列表
    • id: 整数64位
    • node_id: 字符串
    • url: 字符串
    • name: 字符串
    • color: 字符串
    • default: 布尔值
    • description: 字符串
  • state: 字符串
  • locked: 布尔值
  • assignee: 结构体
    • login: 字符串
    • id: 整数64位
    • node_id: 字符串
    • avatar_url: 字符串
    • gravatar_id: 字符串
    • url: 字符串
    • html_url: 字符串
    • followers_url: 字符串
    • following_url: 字符串
    • gists_url: 字符串
    • starred_url: 字符串
    • subscriptions_url: 字符串
    • organizations_url: 字符串
    • repos_url: 字符串
    • events_url: 字符串
    • received_events_url: 字符串
    • type: 字符串
    • site_admin: 布尔值
  • assignees: 列表
    • login: 字符串
    • id: 整数64位
    • node_id: 字符串
    • avatar_url: 字符串
    • gravatar_id: 字符串
    • url: 字符串
    • html_url: 字符串
    • followers_url: 字符串
    • following_url: 字符串
    • gists_url: 字符串
    • starred_url: 字符串
    • subscriptions_url: 字符串
    • organizations_url: 字符串
    • repos_url: 字符串
    • events_url: 字符串
    • received_events_url: 字符串
    • type: 字符串
    • site_admin: 布尔值
  • milestone: 结构体
    • url: 字符串
    • html_url: 字符串
    • labels_url: 字符串
    • id: 整数64位
    • node_id: 字符串
    • number: 整数64位
    • title: 字符串
    • description: 字符串
    • creator: 结构体
      • login: 字符串
      • id: 整数64位
      • node_id: 字符串
      • avatar_url: 字符串
      • gravatar_id: 字符串
      • url: 字符串
      • html_url: 字符串
      • followers_url: 字符串
      • following_url: 字符串
      • gists_url: 字符串
      • starred_url: 字符串
      • subscriptions_url: 字符串
      • organizations_url: 字符串
      • repos_url: 字符串
      • events_url: 字符串
      • received_events_url: 字符串
      • type: 字符串
      • site_admin: 布尔值
    • open_issues: 整数64位
    • closed_issues: 整数64位
    • state: 字符串
    • created_at: 时间戳[秒]
    • updated_at: 时间戳[秒]
    • due_on: 空
    • closed_at: 空
  • comments: 字符串序列
  • created_at: 时间戳[秒]
  • updated_at: 时间戳[秒]
  • closed_at: 时间戳[秒]
  • author_association: 字符串
  • active_lock_reason: 空
  • body: 字符串
  • reactions: 结构体
    • url: 字符串
    • total_count: 整数64位
    • +1: 整数64位
    • -1: 整数64位
    • laugh: 整数64位
    • hooray: 整数64位
    • confused: 整数64位
    • heart: 整数64位
    • rocket: 整数64位
    • eyes: 整数64位
  • timeline_url: 字符串
  • performed_via_github_app: 空
  • state_reason: 字符串
  • draft: 布尔值
  • pull_request: 结构体
    • url: 字符串
    • html_url: 字符串
    • diff_url: 字符串
    • patch_url: 字符串
    • merged_at: 时间戳[秒]
  • is_pull_request: 布尔值

数据分割

• train:
  • 文件大小: 26192134 字节
  • 样本数量: 3817

下载信息

• 下载大小: 7664986 字节
• 数据集大小: 26192134 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*