数据集概述
该数据集是SEMotion 2021论文《How Developers and Tools Categorize Sentiment in Stack Overflow Questions - A Pilot Study》的复现数据包，包含10个Stack Overflow问题文本及用户情感排序数据，支持复现开发者与工具对问题情感分类的对比研究。
文件详解
- 数据文件：
- question-text.csv：CSV格式，包含10个问题的基础信息，字段有Question Number（研究内问题编号）、Question ID（Stack Overflow问题ID）、Url（问题链接）、Question Title（问题标题）、Question Body（问题正文）
- sentiment-ranking.csv：CSV格式，包含用户对问题的反馈数据，字段有Task（问题编号）、ID（用户ID）、问题相关反馈字段（分号分隔列表）
- 文档文件：
- readme.txt：TXT格式，可能包含数据集说明
- Part_B_10_questions.pdf：PDF格式，10个研究问题的文档
- Questions_Criteria.docx：DOCX格式，问题筛选标准文档
- conversion_logic.txt：TXT格式，说明SentiStrength-SE和StanfordNLP工具的结果格式转换逻辑
适用场景
- 自然语言处理研究：对比开发者与工具对技术问题的情感分类差异
- 开发者社区分析：分析Stack Overflow问题特征对回答意愿的影响
- 情感分析工具评估：验证情感分析工具在技术文本场景的有效性
- 人机交互研究：探究开发者对技术问题的情感感知与反馈行为
