数据集卡片： "code_x_glue_tc_text_to_code"

数据集简介

CodeXGLUE文本到代码数据集，可在 https://github.com/microsoft/CodeXGLUE/tree/main/Text-Code/text-to-code 处获得。

我们使用的数据集是从微软文档中爬取和过滤而来的，其文档位于 https://github.com/MicrosoftDocs/ 处。

支持的任务和排行榜

• 机器翻译：该数据集可用于训练一个从英语自然语言描述生成Java代码的模型。

语言

• Java编程语言

数据集结构

数据实例

“train”示例如下所示。

{
    "code": "boolean function ( ) { return isParsed ; }", 
    "id": 0, 
    "nl": "check if details are parsed . concode_field_sep Container parent concode_elem_sep boolean isParsed concode_elem_sep long offset concode_elem_sep long contentStartPosition concode_elem_sep ByteBuffer deadBytes concode_elem_sep boolean isRead concode_elem_sep long memMapSize concode_elem_sep Logger LOG concode_elem_sep byte[] userType concode_elem_sep String type concode_elem_sep ByteBuffer content concode_elem_sep FileChannel fileChannel concode_field_sep Container getParent concode_elem_sep byte[] getUserType concode_elem_sep void readContent concode_elem_sep long getOffset concode_elem_sep long getContentSize concode_elem_sep void getContent concode_elem_sep void setDeadBytes concode_elem_sep void parse concode_elem_sep void getHeader concode_elem_sep long getSize concode_elem_sep void parseDetails concode_elem_sep String getType concode_elem_sep void _parseDetails concode_elem_sep String getPath concode_elem_sep boolean verify concode_elem_sep void setParent concode_elem_sep void getBox concode_elem_sep boolean isSmallBox"
}

数据字段

以下是每个配置文件中的每个数据字段在Go中的说明。数据字段在所有拆分中均相同。

数据拆分

数据集创建

策划原因

[需要更多信息]

源数据

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据时的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

其他信息

数据集策划者

https://github.com/microsoft , https://github.com/madlag

许可信息

数据计算使用协议（C-UDA许可证）。

引用信息

@article{iyer2018mapping,
  title={Mapping language to code in programmatic context},
  author={Iyer, Srinivasan and Konstas, Ioannis and Cheung, Alvin and Zettlemoyer, Luke},
  journal={arXiv preprint arXiv:1808.09588},
  year={2018}
}

贡献

感谢@madlag（部分也感谢@ncoop57）添加了这个数据集。