北京大学, 北京, 中国; 蚂蚁集团, 杭州, 中国; 复旦大学, 上海, 中国; 香港中文大学（深圳）, 深圳, 中国 发布 MCMD, MCMD-New 数据集, 应用在 编程语言处理、文本生成 领域

北京大学, 北京, 中国; 蚂蚁集团, 杭州, 中国; 复旦大学, 上海, 中国; 香港中文大学（深圳）, 深圳, 中国 本次发布的数据集 MCMD, MCMD-New, MCMD数据集是一个在提交信息生成任务中广泛使用的多语言数据集，包含C++、C#、Java、Python和JavaScript五种编程语言，收集了GitHub上星级最高的100个仓库中的提交信息。MCMD-New数据集是为了避免数据泄露问题而创建的新数据集，包含2022年1月1日之后的数据，以及使用不同编程语言的仓库数据。这两个数据集为提交信息生成任务提供了丰富的文本资源。

查看MCMD, MCMD-New

README 内容： 

关于 北京大学, 北京, 中国; 蚂蚁集团, 杭州, 中国; 复旦大学, 上海, 中国; 香港中文大学（深圳）, 深圳, 中国 , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。