CommitDataset

CommitDataset_raw

原始数据

• diff：每个项目每次提交的代码更改文件
• Original：每个项目每次提交的原始提交信息
• ChangeScribe：每个项目每次提交通过 ChangeScribe 生成的总结文本
• msgprocess.sh：对原始数据进行预处理的脚本

CommitDataset_processed

预处理后的数据

• Original：每个项目每次提交的原始提交信息（处理后）
• ChangeScribe：每个项目每次提交通过 ChangeScribe 生成的总结文本（处理后）
• Merged：每个项目合并后的数据，包含diff、cs_msg 和 ori_msg
• data：所有项目合并后的数据，以及划分好的训练集/验证集/测试集
• merge_diff.sh：合并 diff 的脚本
• merge_msg.sh：合并 cs_msg 和 ori_msg 的脚本
• merge_all.sh：合并所有项目数据，并划分训练集/验证集/测试集的脚本