runningsnake/github-issues

--- dataset_info: features: - name: url dtype: string - name: repository_url dtype: string - name: labels_url dtype: string - name: comments_url dtype: string - name: events_url dtype: string - name: html_url dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: number dtype: int64 - name: title dtype: string - name: user struct: - name: login dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: avatar_url dtype: string - name: gravatar_id dtype: string - name: url dtype: string - name: html_url dtype: string - name: followers_url dtype: string - name: following_url dtype: string - name: gists_url dtype: string - name: starred_url dtype: string - name: subscriptions_url dtype: string - name: organizations_url dtype: string - name: repos_url dtype: string - name: events_url dtype: string - name: received_events_url dtype: string - name: type dtype: string - name: site_admin dtype: bool - name: labels list: - name: id dtype: int64 - name: node_id dtype: string - name: url dtype: string - name: name dtype: string - name: color dtype: string - name: default dtype: bool - name: description dtype: string - name: state dtype: string - name: locked dtype: bool - name: assignee struct: - name: login dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: avatar_url dtype: string - name: gravatar_id dtype: string - name: url dtype: string - name: html_url dtype: string - name: followers_url dtype: string - name: following_url dtype: string - name: gists_url dtype: string - name: starred_url dtype: string - name: subscriptions_url dtype: string - name: organizations_url dtype: string - name: repos_url dtype: string - name: events_url dtype: string - name: received_events_url dtype: string - name: type dtype: string - name: site_admin dtype: bool - name: assignees list: - name: login dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: avatar_url dtype: string - name: gravatar_id dtype: string - name: url dtype: string - name: html_url dtype: string - name: followers_url dtype: string - name: following_url dtype: string - name: gists_url dtype: string - name: starred_url dtype: string - name: subscriptions_url dtype: string - name: organizations_url dtype: string - name: repos_url dtype: string - name: events_url dtype: string - name: received_events_url dtype: string - name: type dtype: string - name: site_admin dtype: bool - name: milestone struct: - name: url dtype: string - name: html_url dtype: string - name: labels_url dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: number dtype: int64 - name: title dtype: string - name: description dtype: string - name: creator struct: - name: login dtype: string - name: id dtype: int64 - name: node_id dtype: string - name: avatar_url dtype: string - name: gravatar_id dtype: string - name: url dtype: string - name: html_url dtype: string - name: followers_url dtype: string - name: following_url dtype: string - name: gists_url dtype: string - name: starred_url dtype: string - name: subscriptions_url dtype: string - name: organizations_url dtype: string - name: repos_url dtype: string - name: events_url dtype: string - name: received_events_url dtype: string - name: type dtype: string - name: site_admin dtype: bool - name: open_issues dtype: int64 - name: closed_issues dtype: int64 - name: state dtype: string - name: created_at dtype: timestamp[s] - name: updated_at dtype: timestamp[s] - name: due_on dtype: 'null' - name: closed_at dtype: 'null' - name: comments sequence: string - name: created_at dtype: timestamp[s] - name: updated_at dtype: timestamp[s] - name: closed_at dtype: timestamp[s] - name: author_association dtype: string - name: active_lock_reason dtype: 'null' - name: draft dtype: bool - name: pull_request struct: - name: url dtype: string - name: html_url dtype: string - name: diff_url dtype: string - name: patch_url dtype: string - name: merged_at dtype: timestamp[s] - name: body dtype: string - name: reactions struct: - name: url dtype: string - name: total_count dtype: int64 - name: '+1' dtype: int64 - name: '-1' dtype: int64 - name: laugh dtype: int64 - name: hooray dtype: int64 - name: confused dtype: int64 - name: heart dtype: int64 - name: rocket dtype: int64 - name: eyes dtype: int64 - name: timeline_url dtype: string - name: performed_via_github_app dtype: 'null' - name: state_reason dtype: string - name: is_pull_request dtype: bool splits: - name: train num_bytes: 14798625 num_examples: 2000 download_size: 4053110 dataset_size: 14798625 configs: - config_name: default data_files: - split: train path: data/train-* task_categories: - text-retrieval - text-classification language: - en pretty_name: Hugging Face GitHub Issues --- # Dataset Card for "github-issues" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征字段： - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：仓库URL（Repository URL） 数据类型：字符串 - 字段名：标签页URL（Labels URL） 数据类型：字符串 - 字段名：评论URL（Comments URL） 数据类型：字符串 - 字段名：事件URL（Events URL） 数据类型：字符串 - 字段名：HTML页面URL（HTML URL） 数据类型：字符串 - 字段名：ID 数据类型：64位整数 - 字段名：节点ID（Node ID） 数据类型：字符串 - 字段名：编号 数据类型：64位整数 - 字段名：标题 数据类型：字符串 - 字段名：用户 结构体： - 字段名：登录名 数据类型：字符串 - 字段名：ID 数据类型：64位整数 - 字段名：节点ID（Node ID） 数据类型：字符串 - 字段名：头像URL（Avatar URL） 数据类型：字符串 - 字段名：Gravatar ID 数据类型：字符串 - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：HTML页面URL（HTML URL） 数据类型：字符串 - 字段名：关注者URL（Followers URL） 数据类型：字符串 - 字段名：关注中URL（Following URL） 数据类型：字符串 - 字段名：代码片段URL（Gists URL） 数据类型：字符串 - 字段名：星标项目URL（Starred URL） 数据类型：字符串 - 字段名：订阅URL（Subscriptions URL） 数据类型：字符串 - 字段名：组织URL（Organizations URL） 数据类型：字符串 - 字段名：仓库URL（Repository URL） 数据类型：字符串 - 字段名：事件URL（Events URL） 数据类型：字符串 - 字段名：接收事件URL（Received Events URL） 数据类型：字符串 - 字段名：类型 数据类型：字符串 - 字段名：站点管理员 数据类型：布尔型 - 字段名：标签 列表： - 字段名：ID 数据类型：64位整数 - 字段名：节点ID（Node ID） 数据类型：字符串 - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：名称 数据类型：字符串 - 字段名：颜色代码 数据类型：字符串 - 字段名：默认标签 数据类型：布尔型 - 字段名：描述 数据类型：字符串 - 字段名：状态 数据类型：字符串 - 字段名：锁定状态 数据类型：布尔型 - 字段名：经办人 结构体： - 字段名：登录名 数据类型：字符串 - 字段名：ID 数据类型：64位整数 - 字段名：节点ID（Node ID） 数据类型：字符串 - 字段名：头像URL（Avatar URL） 数据类型：字符串 - 字段名：Gravatar ID 数据类型：字符串 - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：HTML页面URL（HTML URL） 数据类型：字符串 - 字段名：关注者URL（Followers URL） 数据类型：字符串 - 字段名：关注中URL（Following URL） 数据类型：字符串 - 字段名：代码片段URL（Gists URL） 数据类型：字符串 - 字段名：星标项目URL（Starred URL） 数据类型：字符串 - 字段名：订阅URL（Subscriptions URL） 数据类型：字符串 - 字段名：组织URL（Organizations URL） 数据类型：字符串 - 字段名：仓库URL（Repository URL） 数据类型：字符串 - 字段名：事件URL（Events URL） 数据类型：字符串 - 字段名：接收事件URL（Received Events URL） 数据类型：字符串 - 字段名：类型 数据类型：字符串 - 字段名：站点管理员 数据类型：布尔型 - 字段名：经办人列表 列表： - 字段名：登录名 数据类型：字符串 - 字段名：ID 数据类型：64位整数 - 字段名：节点ID（Node ID） 数据类型：字符串 - 字段名：头像URL（Avatar URL） 数据类型：字符串 - 字段名：Gravatar ID 数据类型：字符串 - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：HTML页面URL（HTML URL） 数据类型：字符串 - 字段名：关注者URL（Followers URL） 数据类型：字符串 - 字段名：关注中URL（Following URL） 数据类型：字符串 - 字段名：代码片段URL（Gists URL） 数据类型：字符串 - 字段名：星标项目URL（Starred URL） 数据类型：字符串 - 字段名：订阅URL（Subscriptions URL） 数据类型：字符串 - 字段名：组织URL（Organizations URL） 数据类型：字符串 - 字段名：仓库URL（Repository URL） 数据类型：字符串 - 字段名：事件URL（Events URL） 数据类型：字符串 - 字段名：接收事件URL（Received Events URL） 数据类型：字符串 - 字段名：类型 数据类型：字符串 - 字段名：站点管理员 数据类型：布尔型 - 字段名：里程碑 结构体： - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：HTML页面URL（HTML URL） 数据类型：字符串 - 字段名：标签页URL（Labels URL） 数据类型：字符串 - 字段名：ID 数据类型：64位整数 - 字段名：节点ID（Node ID） 数据类型：字符串 - 字段名：编号 数据类型：64位整数 - 字段名：标题 数据类型：字符串 - 字段名：描述 数据类型：字符串 - 字段名：创建者 结构体： - 字段名：登录名 数据类型：字符串 - 字段名：ID 数据类型：64位整数 - 字段名：节点ID（Node ID） 数据类型：字符串 - 字段名：头像URL（Avatar URL） 数据类型：字符串 - 字段名：Gravatar ID 数据类型：字符串 - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：HTML页面URL（HTML URL） 数据类型：字符串 - 字段名：关注者URL（Followers URL） 数据类型：字符串 - 字段名：关注中URL（Following URL） 数据类型：字符串 - 字段名：代码片段URL（Gists URL） 数据类型：字符串 - 字段名：星标项目URL（Starred URL） 数据类型：字符串 - 字段名：订阅URL（Subscriptions URL） 数据类型：字符串 - 字段名：组织URL（Organizations URL） 数据类型：字符串 - 字段名：仓库URL（Repository URL） 数据类型：字符串 - 字段名：事件URL（Events URL） 数据类型：字符串 - 字段名：接收事件URL（Received Events URL） 数据类型：字符串 - 字段名：类型 数据类型：字符串 - 字段名：站点管理员 数据类型：布尔型 - 字段名：未关闭议题数 数据类型：64位整数 - 字段名：已关闭议题数 数据类型：64位整数 - 字段名：状态 数据类型：字符串 - 字段名：创建时间 数据类型：秒级时间戳（Timestamp[s]） - 字段名：更新时间 数据类型：秒级时间戳（Timestamp[s]） - 字段名：截止时间 数据类型：空值 - 字段名：关闭时间 数据类型：空值 - 字段名：评论 序列：字符串序列 - 字段名：创建时间 数据类型：秒级时间戳（Timestamp[s]） - 字段名：更新时间 数据类型：秒级时间戳（Timestamp[s]） - 字段名：关闭时间 数据类型：秒级时间戳（Timestamp[s]） - 字段名：作者关联关系 数据类型：字符串 - 字段名：主动锁定原因 数据类型：空值 - 字段名：草稿状态 数据类型：布尔型 - 字段名：拉取请求（Pull Request） 结构体： - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：HTML页面URL（HTML URL） 数据类型：字符串 - 字段名：差异URL（Diff URL） 数据类型：字符串 - 字段名：补丁URL（Patch URL） 数据类型：字符串 - 字段名：合并时间 数据类型：秒级时间戳（Timestamp[s]） - 字段名：正文 数据类型：字符串 - 字段名：反应 结构体： - 字段名：统一资源定位符（Uniform Resource Locator，URL） 数据类型：字符串 - 字段名：总反应数 数据类型：64位整数 - 字段名：点赞（+1） 数据类型：64位整数 - 字段名：点踩（-1） 数据类型：64位整数 - 字段名：大笑反应 数据类型：64位整数 - 字段名：欢呼反应 数据类型：64位整数 - 字段名：困惑反应 数据类型：64位整数 - 字段名：爱心反应 数据类型：64位整数 - 字段名：推广反应（火箭） 数据类型：64位整数 - 字段名：关注反应 数据类型：64位整数 - 字段名：时间线URL（Timeline URL） 数据类型：字符串 - 字段名：通过GitHub应用执行 数据类型：空值 - 字段名：状态原因 数据类型：字符串 - 字段名：是否为拉取请求 数据类型：布尔型 分割集： - 分割集名称：训练集（train） 字节大小：14798625 样本数量：2000 下载总大小：4053110字节 数据集总大小：14798625字节 配置项： - 配置名称：默认配置（default） 数据文件： - 分割集：训练集（train） 路径：data/train-* 任务类别： - 文本检索（Text Retrieval） - 文本分类（Text Classification） 语言：英语（en） 美观名称：Hugging Face GitHub 议题数据集 # 「github-issues」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称：Hugging Face GitHub Issues

数据集特征

基本特征

• url：字符串类型
• repository_url：字符串类型
• labels_url：字符串类型
• comments_url：字符串类型
• events_url：字符串类型
• html_url：字符串类型
• id：整数类型
• node_id：字符串类型
• number：整数类型
• title：字符串类型

用户特征

• user：结构体类型，包含以下字段：
  • login：字符串类型
  • id：整数类型
  • node_id：字符串类型
  • avatar_url：字符串类型
  • gravatar_id：字符串类型
  • url：字符串类型
  • html_url：字符串类型
  • followers_url：字符串类型
  • following_url：字符串类型
  • gists_url：字符串类型
  • starred_url：字符串类型
  • subscriptions_url：字符串类型
  • organizations_url：字符串类型
  • repos_url：字符串类型
  • events_url：字符串类型
  • received_events_url：字符串类型
  • type：字符串类型
  • site_admin：布尔类型

标签特征

• labels：列表类型，包含以下字段：
  • id：整数类型
  • node_id：字符串类型
  • url：字符串类型
  • name：字符串类型
  • color：字符串类型
  • default：布尔类型
  • description：字符串类型

状态特征

• state：字符串类型
• locked：布尔类型

分配者特征

• assignee：结构体类型，包含与用户特征相同的字段

分配者列表特征

• assignees：列表类型，包含与用户特征相同的字段

里程碑特征

• milestone：结构体类型，包含以下字段：
  • url：字符串类型
  • html_url：字符串类型
  • labels_url：字符串类型
  • id：整数类型
  • node_id：字符串类型
  • number：整数类型
  • title：字符串类型
  • description：字符串类型
  • creator：结构体类型，包含与用户特征相同的字段
  • open_issues：整数类型
  • closed_issues：整数类型
  • state：字符串类型
  • created_at：时间戳类型
  • updated_at：时间戳类型
  • due_on：空值
  • closed_at：空值

评论特征

• comments：字符串序列类型

时间特征

• created_at：时间戳类型
• updated_at：时间戳类型
• closed_at：时间戳类型

作者关联特征

• author_association：字符串类型

活动锁定原因特征

• active_lock_reason：空值

草稿特征

• draft：布尔类型

拉取请求特征

• pull_request：结构体类型，包含以下字段：
  • url：字符串类型
  • html_url：字符串类型
  • diff_url：字符串类型
  • patch_url：字符串类型
  • merged_at：时间戳类型

反应特征

• reactions：结构体类型，包含以下字段：
  • url：字符串类型
  • total_count：整数类型
  • +1：整数类型
  • -1：整数类型
  • laugh：整数类型
  • hooray：整数类型
  • confused：整数类型
  • heart：整数类型
  • rocket：整数类型
  • eyes：整数类型

时间线URL特征

• timeline_url：字符串类型

通过GitHub应用执行特征

• performed_via_github_app：空值

状态原因特征

• state_reason：字符串类型

是否为拉取请求特征

• is_pull_request：布尔类型

数据集拆分

• train：
  • 字节数：14798625
  • 示例数：2000

数据集大小

• 下载大小：4053110字节
• 数据集大小：14798625字节

任务类别

• 文本检索
• 文本分类

语言

• 英语