Python 缺少Microsoft学术知识API的信息

我相信我在微软的学术知识API中遇到了一些错误。第一个是当我使用CalcHistogram方法使用“会议实例实体”运行搜索时。我运行了一个指定会议名称的搜索，并为2008年以后的任何事情设置了开始日期。下面是我的代码（python）：

我将返回的属性指定为引用计数（CC）和会议开始日期（CISD）。问题是，出于某种原因，结果没有包括2009年的任何数据

{"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年召开了一次会议，API有相关信息。当查询过滤器为会议和年份（本例中为AAAI和2009）的论文时，我会得到一个完整的论文列表。为什么今年被排除在会议即时搜索之外

---

我遇到的第二个错误是缺少一些论文的数据。我能够找到我搜索的特定论文，但它们缺少关于它们发表的会议或期刊的信息

{
"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":[]
}]
}

在这里，我搜索了2014年AISTATS（人工智能和统计国际会议）会议的一篇论文。我使用DBLP数据库找到了这篇文章，并在这里包含了链接：

正如您所看到的，MicrosoftAPI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。然而，它没有包括关于其会议或期刊名称的信息

如能答复，将不胜感激。提前谢谢大家,

肖恩

第一个错误 我们目前不承认AAAI 2009是一个独立的会议实例。你仍然可以找到AAAI 2009的论文是因为我们在AAAI 2009中发布了论文，我们只是没有将它们链接到一个离散的会议实例。我们仍然将它们链接到AAAI系列，这就是为什么查询“AAAI 2009”有效（我们的查询解析器将“AAAI”识别为会议系列，“2009”识别为出版年）

第二个错误 在这篇论文中，我们没有将其与JMLR（机器学习研究杂志）或AISTATS（人工智能与统计国际会议）混为一谈。实际上，我们目前甚至不承认AISTATS是一个会议系列

我已经向我们的团队提出了这两个bug，我们将在未来的数据刷新中解决它们

---

另外，微软学术知识API中的数据是我们网站的动力。我提到，由于该网站有一个非常方便的“反馈”功能，因此报告此类数据问题很容易（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。

也许您必须将您的发现发布给API的创建者。如果您发现错误，您可以在此处报告：

{
"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":[]
}]
}