数据集概述
本数据集为论文《基于深度学习对抗样本生成自然语言需求》的补充材料，包含实验数据集、代码、结果表格及趋势图表，支撑论文研究内容，为相关实验复现和分析提供完整数据资源。
文件详解
该数据集由多个压缩包及文档组成，具体说明如下：
- 压缩包文件：
- File A.zip：包含6个TXT格式数据集文件（A1至A6），对应Webex、Zoom、Teams、Word、PowerPoint、Excel场景数据。
- File B.zip：包含2个Jupyter Notebook格式Python代码文件（B1、B2），分别为对抗样本生成代码和基线模型代码。
- File C.zip：包含6个Excel格式结果表格文件（C1至C6），记录各场景下的扰动输出数据。
- File D.zip：包含12个趋势图表文件（D1至D12），展示LSTM、GRU、Bi-LSTM模型在对抗/非对抗场景下的偏移趋势。
- File E.zip：包含6个PDF格式对抗样本文件（E1至E6），对比各场景下原始与对抗样本内容。
- 文档文件：
- Questionnaire.pdf：问卷文件，PDF格式。
- read_me.txt：TXT格式说明文件，介绍数据集结构及各文件内容。
适用场景
- 自然语言处理研究：用于深度学习模型对抗样本生成方法的实验复现与验证。
- 需求工程分析：探究基于对抗样本的自然语言需求生成技术的应用效果。
- 模型鲁棒性评估：分析不同深度学习模型（LSTM、GRU等）在对抗场景下的性能变化。
- 学术研究支撑：为相关领域论文的实验设计和结果验证提供数据参考。
