python - Microsoft 学术知识 API 缺少信息

Question

我相信我在 Microsoft 的学术知识 API 中遇到了一些错误。第一个是当我使用 CalcHistogram 方法使用“ session 实例实体”运行搜索时。我运行了一次搜索，指定了 session 名称，并设置了 2008 年之后的开始日期。下面是我的代码(Python 语言):

'expr': "And(Composite(PCS.CN = 'AAAI'),CISD>'2008')",

我指定要返回的属性为引用计数 (CC) 和 session 开始日期 (CISD)。问题是，由于某种原因，结果不包含 2009 年的任何内容。

{"attribute":"CISD",
"distinct_values":9,
"total_count":9,
"histogram":[
{"value":"2008-07-13","logprob":-25.000,"count":1},
{"value":"2010-07-11","logprob":-25.000,"count":1},
{"value":"2011-08-07","logprob":-25.000,"count":1},
{"value":"2013-07-14","logprob":-25.000,"count":1},
{"value":"2014-07-27","logprob":-25.000,"count":1},
{"value":"2015-01-25","logprob":-25.000,"count":1},
{"value":"2016-02-12","logprob":-25.000,"count":1},
{"value":"2017-02-04","logprob":-25.000,"count":1},
{"value":"2018-02-14","logprob":-25.000,"count":1}]
}]

这很令人困惑，因为它每隔一年就有一次信息。然而，AAAI 确实在 2009 年召开了一次 session ，API 也有相关信息。当查询过滤器为 session 和年份(本例中为 AAAI 和 2009)的论文时，我得到了完整的论文列表。为什么今年被排除在 session 即时搜索之外？

<小时/>

我遇到的第二个错误是某些论文缺少数据。我能够找到我搜索的特定论文，但它们缺少有关其发表的 session 或期刊的信息。

{
"expr":"Ti = 'decontamination of mutually contaminated models'",
"num_entities":1,
"histograms":[
{"attribute":"AA.AuN",
"distinct_values":2,
"total_count":2,
"histogram":[
{"value":"clayton scott","logprob":-21.161,"count":1},
{"value":"gilles blanchard","logprob":-21.161,"count":1}]
},
{"attribute":"J.JN",
"distinct_values":0,
"total_count":0,
"histogram":[]
},
{"attribute":"C.CN",
"distinct_values":0,
"total_count":0,
"histogram":[]
}]
}

这里我检索了2014年AISTATS(国际人工智能与统计 session ) session 的论文。我使用 DBLP 数据库找到了这篇论文，并在此处包含了链接:

http://dblp.uni-trier.de/db/conf/aistats/aistats2014.html

正如您所看到的，Microsoft API 返回了论文的正确作者，因此它的数据库中显然有一些相关信息。但是，它不包含有关其 session 或期刊名称的信息。

如能回复，我们将不胜感激。预先感谢您，

肖恩

Answer 1

第一个错误

我们目前不认为 AAAI 2009 是一个独立的 session 实例。您仍然可以找到 AAAI 2009 中的论文的原因是因为我们有 AAAI 2009 中发表的论文，只是没有将它们链接到单独的 session 实例。不过，我们仍然将它们链接到 AAAI 系列，这就是查询“AAAI 2009”有效的原因(我们的查询解析器将“AAAI”识别为 session 系列，将“2009”识别为出版年份)。

第二个错误

对于论文Decontamination of Mutually Contaminated Models ，我们根本没有设法将其与 JMLR(机器学习研究杂志)或 AISTATS(国际人工智能与统计 session )混为一谈。事实上，我们目前甚至不承认 AISTATS 是一个 session 系列。

我已向我们的团队提出了这两个错误，我们将在未来的数据刷新之一中努力解决这些问题。

顺便说一句，Microsoft 学术知识 API 中的数据为我们的 Microsoft Academic 提供动力。地点。我提到，该网站有一个非常方便的“反馈”功能，可以轻松报告此类数据问题(如果您愿意，可以匿名)。我可以向您保证，我们非常认真地对待图表中的这些类型的数据错误，并致力于快速修复它们。