chathuranga-jayanath/context-5-finmath-times4j-html-mavendoxia-wro4j-guava-supercsv-len-10000-prompt-0

---
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: 24095868
num_examples: 37517
- name: validation
num_bytes: 3030934
num_examples: 4689
- name: test
num_bytes: 3043669
num_examples: 4689
download_size: 12245462
dataset_size: 30170471
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集详情：
特征列：
- 字段名：id，数据类型：int64
- 字段名：filepath，数据类型：string
- 字段名：start_bug_line，数据类型：int64
- 字段名：end_bug_line，数据类型：int64
- 字段名：bug，数据类型：string
- 字段名：fix，数据类型：string
- 字段名：ctx（上下文），数据类型：string
数据集拆分：
- 拆分名称：train（训练集），字节数：24095868，样本数量：37517
- 拆分名称：validation（验证集），字节数：3030934，样本数量：4689
- 拆分名称：test（测试集），字节数：3043669，样本数量：4689
下载大小：12245462
数据集总大小：30170471
配置项：
- 配置名称：default，数据文件：
- 拆分集：train，路径：data/train-*
- 拆分集：validation，路径：data/validation-*
- 拆分集：test，路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• id: 数据项的唯一标识，数据类型为 int64。
• filepath: 文件路径，数据类型为 string。
• start_bug_line: 缺陷开始的行号，数据类型为 int64。
• end_bug_line: 缺陷结束的行号，数据类型为 int64。
• bug: 缺陷描述，数据类型为 string。
• fix: 修复描述，数据类型为 string。
• ctx: 上下文信息，数据类型为 string。

数据集划分

• train: 训练集，包含 37517 个样本，总字节数为 24095868。
• validation: 验证集，包含 4689 个样本，总字节数为 3030934。
• test: 测试集，包含 4689 个样本，总字节数为 3043669。

数据集大小

• 下载大小: 12245462 字节。
• 数据集大小: 30170471 字节。

配置信息

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