Shriganesh/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: 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: 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: is_pull_request dtype: bool splits: - name: train num_bytes: 21364539 num_examples: 2500 download_size: 5981294 dataset_size: 21364539 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：统一资源定位符（Uniform Resource Locator，URL），数据类型：字符串 - 名称：仓库URL（Repository URL），数据类型：字符串 - 名称：标签页URL（Labels URL），数据类型：字符串 - 名称：评论页URL（Comments URL），数据类型：字符串 - 名称：事件页URL（Events URL），数据类型：字符串 - 名称：网页URL（HTML URL），数据类型：字符串 - 名称：标识符（ID），数据类型：64位整数 - 名称：节点标识符（Node ID），数据类型：字符串 - 名称：编号，数据类型：64位整数 - 名称：标题，数据类型：字符串 - 名称：用户，结构体类型： - 名称：登录名（Login），数据类型：字符串 - 名称：标识符（ID），数据类型：64位整数 - 名称：节点标识符（Node ID），数据类型：字符串 - 名称：头像URL（Avatar URL），数据类型：字符串 - 名称：Gravatar标识符，数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：网页URL（HTML URL），数据类型：字符串 - 名称：粉丝列表URL（Followers URL），数据类型：字符串 - 名称：关注列表URL（Following URL），数据类型：字符串 - 名称：Gists页URL（Gists URL），数据类型：字符串 - 名称：收藏页URL（Starred URL），数据类型：字符串 - 名称：订阅页URL（Subscriptions URL），数据类型：字符串 - 名称：组织列表URL（Organizations URL），数据类型：字符串 - 名称：仓库列表URL（Repos URL），数据类型：字符串 - 名称：事件页URL（Events URL），数据类型：字符串 - 名称：接收事件页URL（Received Events URL），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员权限（Site Admin），数据类型：布尔值 - 名称：标签，列表类型： - 名称：标识符（ID），数据类型：64位整数 - 名称：节点标识符（Node ID），数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：标签名称，数据类型：字符串 - 名称：颜色码，数据类型：字符串 - 名称：默认标签，数据类型：布尔值 - 名称：标签描述，数据类型：字符串 - 名称：状态，数据类型：字符串 - 名称：锁定状态，数据类型：布尔值 - 名称：经办人，结构体类型： - 名称：登录名（Login），数据类型：字符串 - 名称：标识符（ID），数据类型：64位整数 - 名称：节点标识符（Node ID），数据类型：字符串 - 名称：头像URL（Avatar URL），数据类型：字符串 - 名称：Gravatar标识符，数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：网页URL（HTML URL），数据类型：字符串 - 名称：粉丝列表URL（Followers URL），数据类型：字符串 - 名称：关注列表URL（Following URL），数据类型：字符串 - 名称：Gists页URL（Gists URL），数据类型：字符串 - 名称：收藏页URL（Starred URL），数据类型：字符串 - 名称：订阅页URL（Subscriptions URL），数据类型：字符串 - 名称：组织列表URL（Organizations URL），数据类型：字符串 - 名称：仓库列表URL（Repos URL），数据类型：字符串 - 名称：事件页URL（Events URL），数据类型：字符串 - 名称：接收事件页URL（Received Events URL），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员权限（Site Admin），数据类型：布尔值 - 名称：经办人列表，列表类型： - 名称：登录名（Login），数据类型：字符串 - 名称：标识符（ID），数据类型：64位整数 - 名称：节点标识符（Node ID），数据类型：字符串 - 名称：头像URL（Avatar URL），数据类型：字符串 - 名称：Gravatar标识符，数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：网页URL（HTML URL），数据类型：字符串 - 名称：粉丝列表URL（Followers URL），数据类型：字符串 - 名称：关注列表URL（Following URL），数据类型：字符串 - 名称：Gists页URL（Gists URL），数据类型：字符串 - 名称：收藏页URL（Starred URL），数据类型：字符串 - 名称：订阅页URL（Subscriptions URL），数据类型：字符串 - 名称：组织列表URL（Organizations URL），数据类型：字符串 - 名称：仓库列表URL（Repos URL），数据类型：字符串 - 名称：事件页URL（Events URL），数据类型：字符串 - 名称：接收事件页URL（Received Events URL），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员权限（Site Admin），数据类型：布尔值 - 名称：里程碑，结构体类型： - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：网页URL（HTML URL），数据类型：字符串 - 名称：标签页URL（Labels URL），数据类型：字符串 - 名称：标识符（ID），数据类型：64位整数 - 名称：节点标识符（Node ID），数据类型：字符串 - 名称：编号，数据类型：64位整数 - 名称：标题，数据类型：字符串 - 名称：描述，数据类型：字符串 - 名称：创建者，结构体类型： - 名称：登录名（Login），数据类型：字符串 - 名称：标识符（ID），数据类型：64位整数 - 名称：节点标识符（Node ID），数据类型：字符串 - 名称：头像URL（Avatar URL），数据类型：字符串 - 名称：Gravatar标识符，数据类型：字符串 - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：网页URL（HTML URL），数据类型：字符串 - 名称：粉丝列表URL（Followers URL），数据类型：字符串 - 名称：关注列表URL（Following URL），数据类型：字符串 - 名称：Gists页URL（Gists URL），数据类型：字符串 - 名称：收藏页URL（Starred URL），数据类型：字符串 - 名称：订阅页URL（Subscriptions URL），数据类型：字符串 - 名称：组织列表URL（Organizations URL），数据类型：字符串 - 名称：仓库列表URL（Repos URL），数据类型：字符串 - 名称：事件页URL（Events URL），数据类型：字符串 - 名称：接收事件页URL（Received Events URL），数据类型：字符串 - 名称：类型，数据类型：字符串 - 名称：站点管理员权限（Site Admin），数据类型：布尔值 - 名称：未关闭议题数，数据类型：64位整数 - 名称：已关闭议题数，数据类型：64位整数 - 名称：状态，数据类型：字符串 - 名称：创建时间，数据类型：秒级时间戳 - 名称：更新时间，数据类型：秒级时间戳 - 名称：截止时间，数据类型：空值 - 名称：关闭时间，数据类型：空值 - 名称：评论，序列类型：字符串 - 名称：创建时间，数据类型：秒级时间戳 - 名称：更新时间，数据类型：秒级时间戳 - 名称：关闭时间，数据类型：秒级时间戳 - 名称：作者关联关系，数据类型：字符串 - 名称：主动锁定原因，数据类型：空值 - 名称：正文内容，数据类型：字符串 - 名称：反应，结构体类型： - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：总反应数，数据类型：64位整数 - 名称：赞（+1），数据类型：64位整数 - 名称：踩（-1），数据类型：64位整数 - 名称：大笑反应，数据类型：64位整数 - 名称：欢呼反应，数据类型：64位整数 - 名称：困惑反应，数据类型：64位整数 - 名称：爱心反应，数据类型：64位整数 - 名称：火箭反应，数据类型：64位整数 - 名称：注视反应，数据类型：64位整数 - 名称：时间线URL（Timeline URL），数据类型：字符串 - 名称：通过GitHub应用执行，数据类型：空值 - 名称：状态原因，数据类型：字符串 - 名称：草稿状态，数据类型：布尔值 - 名称：拉取请求（Pull Request，PR），结构体类型： - 名称：统一资源定位符（URL），数据类型：字符串 - 名称：网页URL（HTML URL），数据类型：字符串 - 名称：差异页URL（Diff URL），数据类型：字符串 - 名称：补丁页URL（Patch URL），数据类型：字符串 - 名称：合并时间，数据类型：秒级时间戳 - 名称：是否为拉取请求，数据类型：布尔值 数据划分： - 划分方式：训练集，字节数：21364539，样本数：2500 下载大小：5981294 数据集总大小：21364539 配置项： - 配置名称：default，数据文件： - 划分方式：训练集，路径：data/train-*

原始信息汇总

数据集特征

基本信息

• url: 字符串
• repository_url: 字符串
• labels_url: 字符串
• comments_url: 字符串
• events_url: 字符串
• html_url: 字符串
• id: 整数
• node_id: 字符串
• number: 整数
• title: 字符串
• state: 字符串
• locked: 布尔值
• comments: 字符串序列
• created_at: 时间戳
• updated_at: 时间戳
• closed_at: 时间戳
• author_association: 字符串
• active_lock_reason: 空值
• body: 字符串
• timeline_url: 字符串
• performed_via_github_app: 空值
• state_reason: 字符串
• draft: 布尔值
• is_pull_request: 布尔值

用户信息

• user: 结构体
  • login: 字符串
  • id: 整数
  • node_id: 字符串
  • avatar_url: 字符串
  • gravatar_id: 字符串
  • url: 字符串
  • html_url: 字符串
  • followers_url: 字符串
  • following_url: 字符串
  • gists_url: 字符串
  • starred_url: 字符串
  • subscriptions_url: 字符串
  • organizations_url: 字符串
  • repos_url: 字符串
  • events_url: 字符串
  • received_events_url: 字符串
  • type: 字符串
  • site_admin: 布尔值

标签信息

• labels: 列表
  • id: 整数
  • node_id: 字符串
  • url: 字符串
  • name: 字符串
  • color: 字符串
  • default: 布尔值
  • description: 字符串

指派信息

• assignee: 结构体
  • login: 字符串
  • id: 整数
  • node_id: 字符串
  • avatar_url: 字符串
  • gravatar_id: 字符串
  • url: 字符串
  • html_url: 字符串
  • followers_url: 字符串
  • following_url: 字符串
  • gists_url: 字符串
  • starred_url: 字符串
  • subscriptions_url: 字符串
  • organizations_url: 字符串
  • repos_url: 字符串
  • events_url: 字符串
  • received_events_url: 字符串
  • type: 字符串
  • site_admin: 布尔值

多个指派信息

• assignees: 列表
  • login: 字符串
  • id: 整数
  • node_id: 字符串
  • avatar_url: 字符串
  • gravatar_id: 字符串
  • url: 字符串
  • html_url: 字符串
  • followers_url: 字符串
  • following_url: 字符串
  • gists_url: 字符串
  • starred_url: 字符串
  • subscriptions_url: 字符串
  • organizations_url: 字符串
  • repos_url: 字符串
  • events_url: 字符串
  • received_events_url: 字符串
  • type: 字符串
  • site_admin: 布尔值

里程碑信息

• milestone: 结构体
  • url: 字符串
  • html_url: 字符串
  • labels_url: 字符串
  • id: 整数
  • node_id: 字符串
  • number: 整数
  • title: 字符串
  • description: 字符串
  • creator: 结构体
    • login: 字符串
    • id: 整数
    • node_id: 字符串
    • avatar_url: 字符串
    • gravatar_id: 字符串
    • url: 字符串
    • html_url: 字符串
    • followers_url: 字符串
    • following_url: 字符串
    • gists_url: 字符串
    • starred_url: 字符串
    • subscriptions_url: 字符串
    • organizations_url: 字符串
    • repos_url: 字符串
    • events_url: 字符串
    • received_events_url: 字符串
    • type: 字符串
    • site_admin: 布尔值
  • open_issues: 整数
  • closed_issues: 整数
  • state: 字符串
  • created_at: 时间戳
  • updated_at: 时间戳
  • due_on: 空值
  • closed_at: 空值

反应信息

• reactions: 结构体
  • url: 字符串
  • total_count: 整数
  • +1: 整数
  • -1: 整数
  • laugh: 整数
  • hooray: 整数
  • confused: 整数
  • heart: 整数
  • rocket: 整数
  • eyes: 整数

拉取请求信息

• pull_request: 结构体
  • url: 字符串
  • html_url: 字符串
  • diff_url: 字符串
  • patch_url: 字符串
  • merged_at: 时间戳

数据集分割

• train: 2500个样本，21364539字节

数据集大小

• 下载大小: 5981294字节
• 数据集大小: 21364539字节

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*