20-MAD (20-MAD: Mozilla Apache Dataset)

20-MAD，一个连接 Mozilla 和 Apache 项目的提交和发布数据的数据集。它包含超过 20 年的 765 个项目、340 万次提交、230 万次问题和 1730 万次问题评论的信息，其压缩大小超过 6 GB。数据包含有关源代码提交（例如，添加和删除的行、消息和提交时间）和问题（状态、严重性、投票和摘要）的所有典型信息。问题评论已针对自然语言处理和情感分析进行了预处理。这包括表情符号以及效价和唤醒分数。