loubnabnl/preprocessed-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: user_count dtype: int64 - name: event_count dtype: int64 - name: text_size dtype: int64 - name: bot_issue dtype: bool - name: modified_by_bot dtype: bool - name: text_size_no_bots dtype: int64 - name: modified_usernames dtype: bool splits: - name: train num_bytes: 15868077 num_examples: 7351 download_size: 7504145 dataset_size: 15868077 --- # Dataset Card for "preprocessed-issues" [More Information needed](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

"preprocessed-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
• user_count: 整数类型（int64）
• event_count: 整数类型（int64）
• text_size: 整数类型（int64）
• bot_issue: 布尔类型
• modified_by_bot: 布尔类型
• text_size_no_bots: 整数类型（int64）
• modified_usernames: 布尔类型

数据集分割

• train:
  • 数据量: 15868077字节
  • 示例数量: 7351

数据集大小

• 下载大小: 7504145字节
• 数据集大小: 15868077字节