开源项目中的不文明行为：已锁定 GitHub Issue 线程的综合标注数据集
软件工程
2024-02-07 v1
摘要
在开源软件（OSS）开发的动态环境中，理解和解决议题讨论中的不文明行为对于促进健康且富有成效的协作至关重要。本文提出了一个精选数据集，包含从 213 个 OSS 项目收集的 404 个已锁定 GitHub issue 讨论线程和 5961 条单独评论。我们使用语气承载讨论特征（TBDFs）对评论的各种不文明类别进行了标注，并为每个 issue 线程标注了不文明行为的诱因、目标和后果。我们观察到，苦涩的挫败感、不耐烦和嘲弄是数据集中表现出的最普遍的 TBDFs。不文明行为最常见的诱因、目标和后果分别包括工具/代码使用失败或错误信息、人以及中止进一步讨论。该数据集可作为分析 OSS 中的不文明行为以及改进检测和缓解此类行为的自动化工具的宝贵资源。
引用
@article{arxiv.2402.04183,
title = {Incivility in Open Source Projects: A Comprehensive Annotated Dataset of Locked GitHub Issue Threads},
author = {Ramtin Ehsani and Mia Mohammad Imran and Robert Zita and Kostadin Damevski and Preetha Chatterjee},
journal= {arXiv preprint arXiv:2402.04183},
year = {2024}
}