GeeksForGeeks 发布 COST 数据集, 应用在 程序翻译、多语言处理 领域

GeeksForGeeks 本次发布的数据集 COST, 该数据集是一个庞大而全面的数据集，旨在评估程序翻译方法的性能。它包含了来自7种编程语言的代码片段级别和程序级别的平行数据。此外，该数据集确保了贡献者遵循关于注释和相应代码的模板，提供了大量多语言实例，以便在翻译任务中有效使用。数据集的规模涵盖了7种编程语言，并包含了多达42种编程语言对的任务，专注于多语言程序翻译。

查看COST

Dataset card 内容： 

Files and versions 内容： 

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。