appletreeleaf/refined-github-issues

---
dataset_info:
features:
- name: html_url
dtype: string
- name: title
dtype: string
- name: comments
dtype: string
- name: body
dtype: string
- name: comment_length
dtype: int64
- name: text
dtype: string
- name: embeddings
sequence: float32
splits:
- name: train
num_bytes: 18124069
num_examples: 2175
download_size: 10049417
dataset_size: 18124069
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
task_categories:
- question-answering
language:
- en
tags:
- code
- github
---

数据集信息：
特征字段：
- 名称：HTML链接（html_url），数据类型：字符串
- 名称：标题（title），数据类型：字符串
- 名称：评论（comments），数据类型：字符串
- 名称：正文（body），数据类型：字符串
- 名称：评论长度（comment_length），数据类型：64位整数（int64）
- 名称：文本（text），数据类型：字符串
- 名称：嵌入向量（embeddings），数据类型：32位浮点数序列（float32）
数据划分：
- 名称：训练划分（train），数据字节数：18124069，样本数量：2175
下载大小：10049417
数据集总大小：18124069
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分：训练划分（train），路径：data/train-*
任务类别：
- 问答任务（question-answering）
语言：
- 英语（en）
标签：
- 代码（code）
- GitHub（github）

原始信息汇总

数据集概述

数据集信息

特征

• html_url: 字符串类型
• title: 字符串类型
• comments: 字符串类型
• body: 字符串类型
• comment_length: 整数类型
• text: 字符串类型
• embeddings: 浮点数序列类型

数据分割

• train:
  • 字节数: 18124069
  • 样本数: 2175

数据大小

• 下载大小: 10049417 字节
• 数据集大小: 18124069 字节

配置

• default:
  • 数据文件路径: data/train-*

任务类别

• 问答

语言

• 英语

标签

• 代码
• GitHub