An Empirical Study of the Effectiveness of an Ensemble of Stand-alone Sentiment Detection Tools for Software Engineering Datasets

Gias Uddin, Yann-Gaël Guéhénuc, Foutse Khomh et Chanchal K. Roy

Article de revue (2022)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
URL de PolyPublie:	https://publications.polymtl.ca/51116/
Titre de la revue:	ACM Transactions on Software Engineering and Methodology (vol. 31, no 3)
Maison d'édition:	ACM
DOI:	10.1145/3491211
URL officielle:	https://doi.org/10.1145/3491211
Date du dépôt:	18 avr. 2023 14:59
Dernière modification:	05 avr. 2024 11:55

Citer en APA 7:	Uddin, G., Guéhénuc, Y.-G., Khomh, F., & Roy, C. K. (2022). An Empirical Study of the Effectiveness of an Ensemble of Stand-alone Sentiment Detection Tools for Software Engineering Datasets. ACM Transactions on Software Engineering and Methodology, 31(3), 1-38. https://doi.org/10.1145/3491211
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Répertoire des publications (EndNote)Simple Metadata

Statistiques

Actions réservées au personnel