CM/codexglue_code2text_java

---
dataset_info:
features:
- name: id
dtype: int32
- name: repo
dtype: string
- name: path
dtype: string
- name: func_name
dtype: string
- name: original_string
dtype: string
- name: language
dtype: string
- name: code
dtype: string
- name: code_tokens
sequence: string
- name: docstring
dtype: string
- name: docstring_tokens
sequence: string
- name: sha
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 452553835
num_examples: 164923
- name: validation
num_bytes: 13366344
num_examples: 5183
- name: test
num_bytes: 29080753
num_examples: 10955
download_size: 154860056
dataset_size: 495000932
---
# Dataset Card for "codexglue_code2text_java"

[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：
- 名称：id，数据类型：int32
- 名称：repo，数据类型：字符串
- 名称：path，数据类型：字符串
- 名称：func_name，数据类型：字符串
- 名称：original_string，数据类型：字符串
- 名称：language，数据类型：字符串
- 名称：code，数据类型：字符串
- 名称：code_tokens，数据类型：字符串序列
- 名称：文档字符串（docstring），数据类型：字符串
- 名称：docstring_tokens，数据类型：字符串序列
- 名称：sha，数据类型：字符串
- 名称：url，数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节数：452553835，样本数量：164923
- 划分名称：验证集（validation），字节数：13366344，样本数量：5183
- 划分名称：测试集（test），字节数：29080753，样本数量：10955
下载大小：154860056字节
数据集总大小：495000932字节

# "codexglue_code2text_java"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: codexglue_code2text_java

数据结构

• 特征:
  • id: int32
  • repo: string
  • path: string
  • func_name: string
  • original_string: string
  • language: string
  • code: string
  • code_tokens: sequence of string
  • docstring: string
  • docstring_tokens: sequence of string
  • sha: string
  • url: string

数据分割

• 训练集:
  • 字节数: 452553835
  • 示例数: 164923
• 验证集:
  • 字节数: 13366344
  • 示例数: 5183
• 测试集:
  • 字节数: 29080753
  • 示例数: 10955

数据集大小

• 下载大小: 154860056
• 数据集总大小: 495000932