数据集概述
本数据集为《API文档类型间信息对应》论文的在线附录，包含API文档信息分类的编码指南、标注的样本句子及不同语言主题的标注句子数据，用于支持API文档信息对应关系的研究与分析。
文件详解
- 文件名称: CodingGuide.pdf
- 文件格式: PDF
- 内容说明: 用于将句子分类为“API信息”或“辅助文本”的编码指南文档
- 文件名称: annotated_sampled_sentences.csv
- 文件格式: CSV
- 内容说明: 包含332条样本句子及两组标注（第一作者标注、外部标注者标注），用于计算论文中报告的一致性分数
- 字段示例: 句子文本、第一作者标注、外部标注者标注
- 文件名称: -.csv（如Python-REGEX.csv、Java-IO.csv等）
- 文件格式: CSV
- 内容说明: 特定语言（如Python、Java）特定主题（如REGEX、IO）教程中的标注句子数据，包含预处理后的句子、源文件、与参考文档的句子对应关系标注
- 字段示例: File Name（源文件名）、Text（句子文本）、Position in File（文件中的位置）、Related to API（是否与API相关）、Match Type（匹配类型）、Matched API Ref Doc Text（匹配的API参考文档文本）
适用场景
- API文档信息对应关系研究: 分析不同类型API文档（教程、参考文档）间的信息一致性与对应模式
- 自然语言处理应用: 基于标注句子数据训练或验证文本分类、信息匹配等NLP模型
- 软件工程实证研究: 验证API文档信息分类编码指南的有效性，计算标注者间一致性
- API文档质量评估: 探究API教程与参考文档间的信息互补性与完整性
