PELAB-LiU/python-150_interduplication

---
dataset_info:
features:
- name: id_within_dataset
dtype: int64
- name: snippet
dtype: string
- name: tokens
sequence: string
- name: nl
dtype: string
- name: split_within_dataset
dtype: string
- name: is_duplicated
dtype: bool
splits:
- name: train
num_bytes: 41621821.20269596
num_examples: 40842
- name: test
num_bytes: 13915723.238891663
num_examples: 13655
- name: valid
num_bytes: 13864768.55841238
num_examples: 13605
download_size: 30588162
dataset_size: 69402313.0
---
# Dataset Card for "python-150_interduplication"

[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: 数据集内样本ID（id_within_dataset）
数据类型: 64位整数
- 名称: 代码片段（snippet）
数据类型: 字符串
- 名称: Token序列（tokens）
数据类型: 字符串序列
- 名称: 自然语言描述（nl）
数据类型: 字符串
- 名称: 数据集内划分标识（split_within_dataset）
数据类型: 字符串
- 名称: 是否重复样本（is_duplicated）
数据类型: 布尔值
数据集划分:
- 名称: 训练集（train）
字节占用量: 41621821.20269596
样本数量: 40842
- 名称: 测试集（test）
字节占用量: 13915723.238891663
样本数量: 13655
- 名称: 验证集（valid）
字节占用量: 13864768.55841238
样本数量: 13605
下载大小: 30588162
数据集总大小: 69402313.0
---
# 「python-150_interduplication」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)