loubnabnl/pre-processed-issues

---
dataset_info:
features:
- name: repo
dtype: string
- name: org
dtype: string
- name: issue_id
dtype: int64
- name: issue_number
dtype: int64
- name: pull_request
struct:
- name: number
dtype: int64
- name: repo
dtype: string
- name: user_login
dtype: string
- name: events
list:
- name: action
dtype: string
- name: author
dtype: string
- name: comment_id
dtype: float64
- name: datetime
dtype: int64
- name: masked_author
dtype: string
- name: text
dtype: string
- name: title
dtype: string
- name: type
dtype: string
- name: text_size
dtype: int64
- name: bot_issue
dtype: bool
- name: modified_by_bot
dtype: bool
- name: user_count
dtype: int64
- name: event_count
dtype: int64
- name: modified_usernames
dtype: bool
splits:
- name: train
num_bytes: 15607937
num_examples: 6759
download_size: 7397345
dataset_size: 15607937
---
# Dataset Card for "pre-processed-issues"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
dataset_info:
字段特征：
- 名称：仓库（repo），数据类型：字符串
- 名称：组织（org），数据类型：字符串
- 名称：议题ID（issue_id），数据类型：64位整型
- 名称：议题编号（issue_number），数据类型：64位整型
- 名称：拉取请求（pull_request），为结构体类型，包含以下子字段：
- 名称：编号，数据类型：64位整型
- 名称：仓库（repo），数据类型：字符串
- 名称：用户登录名（user_login），数据类型：字符串
- 名称：事件列表（events），为列表类型，列表项为结构体，包含以下字段：
- 名称：操作类型（action），数据类型：字符串
- 名称：作者（author），数据类型：字符串
- 名称：评论ID（comment_id），数据类型：64位浮点型
- 名称：时间戳（datetime），数据类型：64位整型
- 名称：脱敏作者（masked_author），数据类型：字符串
- 名称：文本内容（text），数据类型：字符串
- 名称：标题（title），数据类型：字符串
- 名称：类型（type），数据类型：字符串
- 名称：文本大小（text_size），数据类型：64位整型
- 名称：机器人议题（bot_issue），数据类型：布尔型
- 名称：被机器人修改（modified_by_bot），数据类型：布尔型
- 名称：用户数量（user_count），数据类型：64位整型
- 名称：事件计数（event_count），数据类型：64位整型
- 名称：用户名已修改（modified_usernames），数据类型：布尔型
数据集划分：
- 名称：训练集（train），字节大小：15607937，样本数：6759
下载大小：7397345
数据集总大小：15607937
---
# "预处理议题"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

"pre-processed-issues"

数据集特征

• repo: 字符串类型
• org: 字符串类型
• issue_id: 整数类型（int64）
• issue_number: 整数类型（int64）
• pull_request: 结构体类型，包含以下字段：
  • number: 整数类型（int64）
  • repo: 字符串类型
  • user_login: 字符串类型
• events: 列表类型，包含以下字段：
  • action: 字符串类型
  • author: 字符串类型
  • comment_id: 浮点数类型（float64）
  • datetime: 整数类型（int64）
  • masked_author: 字符串类型
  • text: 字符串类型
  • title: 字符串类型
  • type: 字符串类型
• text_size: 整数类型（int64）
• bot_issue: 布尔类型
• modified_by_bot: 布尔类型
• user_count: 整数类型（int64）
• event_count: 整数类型（int64）
• modified_usernames: 布尔类型

数据集分割

• train:
  • 数据量: 15607937 字节
  • 示例数量: 6759

数据集大小

• 下载大小: 7397345 字节
• 数据集大小: 15607937 字节