samaxr/code-summary-java

---
dataset_info:
features:
- name: code
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 217009651
num_examples: 285670
- name: validation
num_bytes: 23881486
num_examples: 31741
- name: test
num_bytes: 60490904
num_examples: 79352
download_size: 110962221
dataset_size: 301382041
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征列：
- 字段名：代码（code），数据类型：字符串
- 字段名：摘要（summary），数据类型：字符串
数据集拆分：
- 拆分名称：训练集（train），字节数：217009651，样本量：285670
- 拆分名称：验证集（validation），字节数：23881486，样本量：31741
- 拆分名称：测试集（test），字节数：60490904，样本量：79352
下载大小：110962221
数据集总大小：301382041
配置项：
- 配置名：默认配置（default）
数据文件：
- 拆分：训练集（train），路径：data/train-*
- 拆分：验证集（validation），路径：data/validation-*
- 拆分：测试集（test），路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• code: 数据类型为字符串。
• summary: 数据类型为字符串。

数据集划分

• 训练集 (train):
  • 示例数量: 285670
  • 字节数: 217009651
• 验证集 (validation):
  • 示例数量: 31741
  • 字节数: 23881486
• 测试集 (test):
  • 示例数量: 79352
  • 字节数: 60490904

数据集大小

• 下载大小: 110962221 字节
• 数据集总大小: 301382041 字节

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*