数据集概述
本数据集围绕基于大语言模型（LLM）的非功能需求（NFRs）自动化识别与优先级排序展开，包含从开源项目源代码中提取的自动识别NFRs数据、专家手动标注数据及相关分析代码与文档，为研究软件需求工程中的NFRs反向获取方法提供支持。
文件详解
- 分析与代码文件：
- nfr_analysis_pipeline.ipynb：Jupyter Notebook格式，可能包含NFRs分析的完整流程代码
- nfr_extractor.ipynb：Jupyter Notebook格式，可能包含从源代码中提取NFRs的代码实现
- 数据文件（JSON格式）：
- nfrs_automated_openmrs.json：自动识别的NFRs数据（基于OpenMRS项目）
- nfrs_manual_openmrs.json：专家手动标注的NFRs数据（基于OpenMRS项目）
- nfrs_subset_contextual_validation.json：用于上下文验证的NFRs子集数据
- nfrs_contextual_validation.json：上下文验证的NFRs完整数据
- 文档文件：
- artifact_index.pdf：PDF格式，可能包含数据集构件的索引说明
适用场景
- 软件需求工程研究：分析LLM在非功能需求自动化识别中的应用效果
- 大语言模型应用研究：探索LLM在源代码分析与需求提取任务中的性能优化方向
- 开源软件质量评估：基于源代码反向获取NFRs以评估软件质量属性
- 需求优先级排序方法验证：对比自动与手动NFRs优先级排序的差异与改进空间
