数据集概述
本数据集是ACM TOSEM期刊评审中Mario论文的在线存储库，包含研究使用的开源数据集链接、项目源代码文件、实验结果说明及用户研究数据，用于支持方法名预测模型的实证研究与性能评估。
文件详解
- 数据集链接
- 实证数据集：Liu et al. 收集的实证数据集（提供外部链接）
- 评估数据集：Alon et al. 收集的评估数据集（提供外部链接）
- 源代码文件
- Transformer.py：PyTorch实现的Mario项目Transformer模型文件
- evaluation.py：Mario工作流展示及整体性能计算文件
- prior_knowledge.json：存储从实证数据集提取的先验知识，用于预测字段相关方法名
- 用户研究数据
- 开发者查询及Mario预测结果：展示查询类名（仅显示最后两个单词）及对应预测方法名集合
数据来源
ACM TOSEM期刊评审中Mario论文的在线存储库
适用场景
- 软件方法名预测模型研究：基于Transformer模型及先验知识，分析方法名预测性能
- 代码生成模型评估：通过evaluation.py文件复现Mario模型性能评估流程
- 软件工程用户研究：分析开发者查询与模型预测结果的匹配度及实用性
- 实证数据集应用：利用链接的开源数据集开展方法名预测相关扩展研究
