Elatar/Grad_project

--- dataset_info: features: - name: repository_name dtype: string - name: func_path_in_repository dtype: string - name: func_name dtype: string - name: whole_func_string dtype: string - name: language dtype: string - name: func_code_string dtype: string - name: func_code_tokens sequence: string - name: func_documentation_string dtype: string - name: func_documentation_tokens sequence: string - name: split_name dtype: string - name: func_code_url dtype: string splits: - name: train num_bytes: 112096394 num_examples: 48791 - name: test num_bytes: 5425319 num_examples: 2279 - name: validation num_bytes: 4894753 num_examples: 2209 download_size: 42869748 dataset_size: 122416466 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---数据集信息： 特征列表： - 字段名：repository_name（仓库名称），数据类型：字符串 - 字段名：func_path_in_repository（仓库内函数路径），数据类型：字符串 - 字段名：func_name（函数名），数据类型：字符串 - 字段名：whole_func_string（完整函数字符串），数据类型：字符串 - 字段名：language（编程语言），数据类型：字符串 - 字段名：func_code_string（函数代码字符串），数据类型：字符串 - 字段名：func_code_tokens（函数代码Token (Token)序列），数据类型：字符串序列 - 字段名：func_documentation_string（函数文档字符串），数据类型：字符串 - 字段名：func_documentation_tokens（函数文档Token (Token)序列），数据类型：字符串序列 - 字段名：split_name（划分集名称），数据类型：字符串 - 字段名：func_code_url（函数代码URL），数据类型：字符串 数据集划分： - 划分名称：train（训练集），字节大小：112096394，样本总数：48791 - 划分名称：test（测试集），字节大小：5425319，样本总数：2279 - 划分名称：validation（验证集），字节大小：4894753，样本总数：2209 下载总大小：42869748 字节 完整数据集大小：122416466 字节 数据集配置： - 配置名称：default（默认配置），关联数据文件： - 训练集：数据路径为 data/train-* - 测试集：数据路径为 data/test-* - 验证集：数据路径为 data/validation-*

原始信息汇总

数据集概述

特征信息

数据集包含以下特征：

• repository_name: 字符串类型
• func_path_in_repository: 字符串类型
• func_name: 字符串类型
• whole_func_string: 字符串类型
• language: 字符串类型
• func_code_string: 字符串类型
• func_code_tokens: 字符串序列
• func_documentation_string: 字符串类型
• func_documentation_tokens: 字符串序列
• split_name: 字符串类型
• func_code_url: 字符串类型

数据分割

数据集分为以下几个部分：

• train: 包含48791个样本，大小为112096394字节
• test: 包含2279个样本，大小为5425319字节
• validation: 包含2209个样本，大小为4894753字节

数据集大小

• 下载大小: 42869748字节
• 数据集大小: 122416466字节

配置信息

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