数据集概述
本数据集是论文《Enhancing Task Prioritization in Software Development Issues Tracking system》的复现包，包含支持研究问题1至5（RQ1-RQ5）的代码、脚本、笔记本及数据集和模型链接，用于自动化问题优先级分类的Transformer模型研究。
文件详解
- Medium_priority_llm_classification.ipynb：Jupyter笔记本格式，用于中等优先级LLM分类任务
- Priority_RQ1toRQ3.zip：压缩文件，包含支持RQ1（分布内分类）、RQ2（分布外泛化）、RQ3（微调影响评估）的相关数据和代码
- High_priority_llm_classification.ipynb：Jupyter笔记本格式，用于高优先级LLM分类任务
- ModernBERT.ipynb：Jupyter笔记本格式，用于ModernBERT模型的相关实验
- Low_priority_llm_classification.ipynb：Jupyter笔记本格式，用于低优先级LLM分类任务
数据来源
Zenodo
适用场景
- 软件工程研究：复现软件问题优先级分类的Transformer模型实验结果
- 机器学习模型评估：分析ModernBERT与通用LLM在任务优先级分类中的性能差异
- 软件开发效率优化：探究自动化任务优先级分类对问题跟踪系统的改进效果
- 模型泛化能力研究：验证Transformer模型在分布内和分布外场景的分类表现
