AISE research lab at TU Delft 发布 the-heap 数据集, 应用在 Java代码分析、代码仓库管理 领域

AISE research lab at TU Delft 本次发布的数据集 the-heap, 该数据集主要包含Java代码文件的相关信息，涵盖了文件的基本信息（如文件名、路径、大小、语言、扩展名等）、内容信息（如文件内容、行数、行长度、字母数字比例等）以及仓库信息（如仓库名称、星标数、分支数、开放问题数、许可证等）。此外，数据集还包含了一些重复性检测的字段，用于标识文件是否与其他数据集中的文件重复。数据集的分割信息显示，训练集的大小为31844004999字节，包含5168193个样本。

查看the-heap

Dataset card 内容： 

Files and versions 内容： 

关于 AISE research lab at TU Delft , AISE research lab at TU Delft是荷兰代尔夫特理工大学的一个研究实验室，专注于开发和应用机器学习模型于软件工程领域。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。