ProCQA 基于社区的编程问答数据集

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

ProCQA 是一个由北京航空航天大学创建的大规模编程问答数据集，包含约 500 万个问答对，涵盖 Python 、 Java 、 JavaScript 等 11 种不同的编程语言。这些问答涉及算法、框架、库的使用等多个知识领域，数据来源于 StackOverflow 社区，研究人员通过爬虫技术获取，采用了严格的规则过滤策略，包括过滤过短或过长的问答以及只保留被提问者接受的答案等，以确保数据的质量和公平性。 ProCQA 中的问答对是自然结构化的混合模态，即文本和代码在问答字段中交织在一起，为模型提供了自然监督信号，有助于对齐两种模态。该数据集可广泛应用于评估基准和预训练语料库，为代码检索和问答任务提供了重要的资源。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：OCQ 数据集 ROC Javascript 北京航空航天大学