Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Normalize and filter dataset

Aperta
#6 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
data

Direzione di ricerca

Non vengono indicati file o test. Inizia individuando la pipeline del dataset, le regole di normalizzazione di foundations e lo schema canonico; quindi identifica dove devono collocarsi il filtraggio e le metriche di qualità. Il lavoro è completato quando sono disponibili un dataset canonico ripulito, statistiche di filtraggio documentate e report sulla qualità prima/dopo che coprano tutti i criteri elencati.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

data

Summary

Apply normalization rules and filter out low-quality commit messages.

Success Criteria

  • Apply all normalization rules from foundations
  • Filter criteria defined and applied:
    • Remove non-conventional commits
    • Remove commits with parsing errors
    • Remove duplicates
    • Remove auto-generated commits (dependabot, etc.)
  • Quality metrics computed and documented
  • Before/after statistics reported

Quality Filters

  • Minimum subject length
  • Valid type (feat, fix, docs, etc.)
  • No merge commits
  • English language only (v1)

Output

  • Cleaned dataset in canonical schema format
  • Quality report with filtering statistics
Lingua principale
Python
Stelle
0
Fork
0
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di aRustyDev/ccgram

Tutte le issue di aRustyDev/ccgram

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.