数据集概述
本数据集是论文《Automated Technical Debt Identification in StackOverflow Discussions Using Machine Learning and Natural Language Processing》的复现包，包含技术债务识别实验相关的数据集、模型结果、可视化图表及源代码，支持研究复现与扩展分析。
文件详解
- 数据文件：
- metrics_results.csv：CSV格式，记录机器学习模型评估指标，包含字段：Model（模型名称）、DataFrame（数据集）、Accuracy（准确率）、Precision（精确率）、Recall（召回率）、F1 Score（F1分数）、Confusion Matrix（混淆矩阵）
- dataset_technical_debt.csv：CSV格式，技术债务数据集，包含字段：Id（唯一标识）、Category（技术债务类别）、Body（StackOverflow讨论内容）
- 可视化文件（JPG格式）：
- word_cloud_infrastructure.jpg：基础设施技术债务关键词词云
- word_cloud_code.jpg：代码技术债务关键词词云
- word_cloud_design.jpg：设计技术债务关键词词云
- word_cloud_test.jpg：测试技术债务关键词词云
- word_cloud_architecture.jpg：架构技术债务关键词词云
- 代码文件：
- source_code_Automated_Technical_Debt_Identification_in_StackOverflow_Discussions_Using_Machine_Learning_and_Natural_Language_Processing.ipynb：Jupyter Notebook格式，实验源代码
适用场景
- 软件工程研究：复现基于机器学习与自然语言处理的技术债务识别实验
- 自然语言处理应用：分析StackOverflow讨论中的技术债务文本特征
- 技术债务管理：探索自动化识别技术债务的模型性能与优化方向
- 数据可视化研究：参考技术债务类别关键词词云的构建方法
