Security Bug Conversations
Notice bibliographique
Résumé
This dataset will be released as part of the following publication. Benjamin S. Meyers, Nuthan Munaiah, Andrew Meneely, and Emily Prud'hommeaux. <strong>Pragmatic Characteristics of Security Conversation: An Exploratory Linguistic Analysis. </strong><em>Forthcoming.</em><strong> </strong>Proceedings of the 12th International Workshop on Cooperative and Human Aspects of Software Engineering (CHASE 2019). Montréal, QC, Canada. <strong>Files:</strong> <pre><code>security_bug_conversations.csv</code></pre> The full dataset containing over 2.1 million comments posted by developers discussing bugs in the Chromium project. The dataset also includes the values we calculated for the five pragmatic features (described in Section 3 of the paper cited above). <strong>CSV Fields:</strong> <strong>Organizational:</strong> <em>Bug ID:</em> Unique identifier of a bug discussion in the Chromium project. The URL https://bugs.chromium.org/p/chromium/issues/detail?id=<Bug ID> may be used to access the bug online <em>Comment ID:</em> Unique identifier of a comment in a bug discussion <strong>Classification:</strong> <em>Is Security:</em> Binary indicator of whether or not a comment is part of a bug that is about security <strong>Natural Language:</strong> <em>Comment Text:</em> The raw natural language text of the bug comment <strong>Linguistic Metrics:</strong> <em>Min. Formality:</em> Minimum of the formality of sentences in the bug comment <em>Max. Formality:</em> Maximum of the formality of sentences in the bug comment <em>Max. Informativeness:</em> Maximum of the informativeness of sentences in the bug comment <em>Max. Implicature:</em> Maximum of the implicature of sentences in the bug comment <em>Min. Politeness:</em> Minimum of the politeness of sentences in the bug comment <em>Max. Politeness:</em> Maximum of the politeness of sentences in the bug comment Number of Tokens Number of Sentences <em>Has Doxastic Uncertainty:</em> Binary indicator of presence of a sentence with doxastic uncertainty in the bug comment <em>Has Epistemic Uncertainty:</em> Binary indicator of presence of a sentence with epistemic uncertainty in the bug comment <em>Has Conditional Uncertainty:</em> Binary indicator of presence of a sentence with conditional uncertainty in the bug comment <em>Has Investigational Uncertainty:</em> Binary indicator of presence of a sentence with investigational uncertainty in the bug comment <em>Has Uncertainty:</em> Binary indicator of presence of a sentence with any uncertainty in the bug comment
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,076 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».