数据集概述
本数据集包含Stack Overflow帖子的人工验证版本历史，用于评估SOTorrent平台的字符串相似性指标。针对2018年11月1日和12月14日发布的版本，已对基准真值文件进行双重检查和更新，为相关技术评估提供可靠数据支持。
文件详解
- 文件类型与数量：共9个文件，无目录结构
- 压缩文件（.zip）：8个，命名含"PostId_VersionCount_SO"等关键词，如PostId_VersionCount_SO_Java_17-06_sample_100_1.zip、PostId_VersionCount_SO_17-06_sample_100_multiple_possible_links.zip等，包含不同样本类型的帖子版本历史数据
- 文本文件（.txt）：1个，即LICENSE.txt，包含数据许可信息，提及样本源自2017年6月12日Stack Exchange官方数据转储
数据来源
- 样本数据源自Stack Exchange官方数据转储（2017-06-12）
- 数据集创建与验证关联工具及项目：sotorrent/posthistory-gt、sotorrent/posthistory-comparator-gt-cs、sotorrent/metric-evaluation
适用场景
- 字符串相似性指标评估：用于测试和验证SOTorrent平台的字符串相似性计算方法
- 技术文档版本历史分析：研究Stack Overflow帖子版本更新规律与内容变化特征
- 数据质量验证研究：作为基准数据，支持版本历史匹配算法的数据质量验证场景
- 软件开发社区行为分析：辅助分析开发者在技术问答平台的内容编辑行为模式
