基于深度学习的软件缺陷报告自动分类数据集-GoogleChromium-缺陷修复者预测-多版本
数据来源：互联网公开数据
标签：软件工程,缺陷管理,机器学习,自然语言处理,深度学习,Bug报告,Google Chromium,分类,开发者分配
数据概述：
本数据集源于一项名为“DeepTriage”的研究，旨在利用深度学习技术实现对软件缺陷报告的自动分类，从而预测最有可能修复该缺陷的开发者。数据集聚焦于Google Chromium项目，包含多版本训练集和测试集，用于训练和评估不同分类模型。
训练集包含四个版本：classifier_data_0.csv（类别出现次数无下限，数据最不平衡）、classifier_data_5.csv（每个类别至少出现5次）、classifier_data_10.csv（每个类别至少出现10次）、classifier_data_20.csv（每个类别至少出现20次，数据最平衡）。测试集为deep_data.csv。数据集中，类别对应于缺陷报告的“所有者”，即负责修复该缺陷的开发者。
数据集中的数据通常包括缺陷报告的标题和详细描述，是进行自动缺陷分类任务的基础。
数据用途概述：
该数据集主要用于软件工程领域，特别是缺陷管理和自动化。研究人员可利用此数据进行以下方面的研究：
1. 评估不同机器学习算法在缺陷报告分类任务上的表现。
2. 探索基于深度学习的缺陷分类模型，如论文中提出的DBRNN-A模型。
3. 研究不同数据预处理方法对分类结果的影响。
4. 比较不同训练集版本对模型性能的影响，评估数据平衡性对分类效果的影响。
5. 开发和优化自动缺陷分配系统，提高软件开发效率。
