{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2023,12,30]]，“日期-时间”：“2023-12-30T05:06:20Z”，“时间戳”：1703912780541}，“参考-计数”：56，“出版商”：“Springer Science and Business Media LLC”我“：“2023-09-11T00:00:00Z”，“timestamp”：1694390400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,9,11]]，“date-time”：“2023-09-11T00:00Z”，“timetamp”：69439040000}：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“资助者”：[{“name”：“中央高校基本科研业务费”，“奖项”：[“2017ZD048，D2182480”]}，{“name”：“广东省科技规划项目”，“奖金”：[”2017B05006004“]}：“广州市科学技术计划”，“奖项”：[“201704030076，201802010027，201902010046”]}，{“名称”：“香港研究资助委员会”，“奖金”：[”C1031-18G“]}]，“内容域”：{“域”：【”link.springer.com“】，“交叉标记限制”：false}，“short-container-title”：【“万维网”】，“published-print“：{”date-parts“：[2023,11]}”，“DOI”：“10.1007\/s11280-023-01202-x”，“type”：“journal-article”，“created”：{“date-parts”：[[2023,9,11]]，“date-time”：“2023-09-11T09:02:00Z”，“timestamp”：169442292000}，“page”：，“标题”：[“用于生成难控制视觉问题的图卷积网络”]，“前缀”：“10.1007”，“卷”：“26”，“作者”：[{“给定”：“冯”，”家庭“：“陈”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“佳缘”，“家庭”：“谢”，“顺序”：“附加”，“隶属关系”：[]}，{“给定”：“泽行”，“家族”：“林”，“序列”：“附加”，“从属”：[]}，{“给出”：“庆”，“家庭”：“李”，“顺序”：“额外”，“附属”：[]}，}“给定的”：“道”，“家人”：“王”，“排序”：“添加”，“隶属”：[[]}]，“成员”：“297”，“在线发布”：{“日期段”：[2023,9,11]}、“引用”：[{“key”：“1202_CR1”，“doi-asserted-by”：“crossref”，“非结构化”：“Ha，L.A.，Yaneva，V.，Baldwin，P.，Mee，J.：预测高风险医学考试中多项选择题的难度。摘自：第十四届创新使用NLP构建教育应用研讨会论文集，第11\u201320（2019）页”，“DOI”：“10.18653\/v1\/W19-4402”}，{“key”：“1202_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chen，F.，Xie，J.，Cai，Y.，Wang，T.，Li，Q.：困难可控的视觉问题生成。收录于：U，L.H.，Spaniol，M.，Sakurai，Y.Chen，J.（编辑）Web和大数据-第五届国际联合会议，APWeb-WAIM，第12858卷，pp.332\u2013347（2021）”，“DOI”：“10.1007\/978-3-030-85896-4_26”}，{“key”：“1202_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“Lu，P.，Ji，L.，Zhang，W.，Duan，N.，Zhou，M.，Wang，J.：R-VQA:通过语义关注学习视觉关系事实以回答视觉问题。摘自：《第24届ACM SIGKDD知识发现与数据挖掘国际会议论文集》，KDD，第1880\u20131889页（2018）”，“doi”：“10.1145\/3219819.3220036”}，{“key”：“1202_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Lia，Y.，Bing，L.，Li，P.，Shi，S.，Lam，W.，Zhang，T.：Quase：量化指导下的序列编辑。摘自：《2018年自然语言处理实证方法会议论文集》，第3855\u20133864页（2018）”，“doi”：“10.18653\/v1\/D18-1420”}，{“key”：“1202_CR5”，“unstructured”：“dos Santos，C.N.，Melnyk，I.，Padhi，I.：用无监督的文本风格转换对抗社交媒体上的攻击性语言。收录：计算语言学协会第56届年会会议记录（第2卷：短文），第189\u2013194页（2018）”}，“非结构化”：“Heilman，M.，Smith，N.A.：好问题！问题生成的统计排名。摘自：《人类语言技术：计算语言学协会北美分会会议》，第609\u2013617页（2010）”}，{“key”：“1202_CR7”，“非结构性”：“Lindberg，D.，Popowich，F.，Nesbit，J.C.，Winne，P.H.：生成自然语言问题以支持在线学习。摘自：第十四届欧洲自然语言生成研讨会论文集，第105\u2013114页（2013）”}，{“key”：“1202_CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Labutov，I.，Basu，S.，Vanderwende，L.：没有深入理解的深层问题。摘自：计算语言学协会第53届年会和亚洲自然语言处理联合会第七届国际自然语言处理联席会议记录（第1卷：长篇论文）第889\u2013898页（2015）“，“DOI”：“10.3115\/v1\/P15-1086”}，{“key”：“1202_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhao，Y.、Ni，X.、Ding，Y.，Ke，Q.：使用最大值指针和门控自关注网络生成段落级神经问题。摘自：《2018年自然语言处理实证方法会议论文集》，第3901\u20133910页（2018）“，“DOI”：“10.18653\/v1\/D18-1424”}，{“key”：“1202_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhou，W.，Zhang，M.，Wu，Y.：问题类型驱动的问题生成。摘自：《2019年自然语言处理实证方法会议暨第九届国际自然语言处理联合会议论文集》，第6031\u20136036页（2019年），“DOI”：“10.18653\/v1\/D19-1622”}，{“key”：“1202_CR11”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，J.，Gao，Y.，Bing，L.，King，I.，Lyu，M.R.：用切中要害的上下文改进问题生成。在：《2019年自然语言处理实证方法会议和第九届自然语言处理国际联席会议论文集》，第3214\u20133224页（2019）“，DOI”：“10.18653\/v1\/D9-1317”}，{“key”：“1202_CR12”，“DOI断言”：“crossref”，“非结构化”：“Nema，P.，Mohankumar，A.K.，Khapra，M.M.，Srinivasan，B.V.，Ravindran，B.：让2019s再次提问：优化网络以自动生成问题。摘自：《2019年自然语言处理实证方法会议暨第九届国际自然语言处理联合会议论文集》，第3312\u20133321页（2019年），“DOI”：“10.18653\/v1\/D19-1326”}，{“key”：“1202_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“Scialom，T.、Piwowarski，B.、Staiano，J.：不确定答案的神经问题生成的自我注意架构。摘自：计算语言学协会第57届会议记录（第1卷：长篇论文），第6027\u20136032页（2019年）“，“DOI”：“10.18653\/v1\/P19-1604”}，{“key”：“1202_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tuan，L.A.、Shah，D.J.、Barzilay，R.：为问题生成捕捉更大的背景。摘自：第三十四届AAAI人工智能会议，pp.9065\u20139072（2020）“，“DOI”：“10.1609\/AAAI.v34i05.6440”}，{“key”：“1202_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Du，X.，Shao，J.，Cardie，C.：学习提问：阅读理解的神经问题生成。在：《计算语言学协会第55届年会论文集》（第1卷：长篇论文），第1342\u20131352页（2017），“DOI”：“10.18653\/v1\/P7-1123”}，{“key”：“1202_CR16”，“DOI断言”：“crossref”，“非结构化”：“[16]周，Q.，Yang，N.，Wei，F.，Tan，C.，Bao，H.，Zhou，M.：基于文本的神经问题生成：初步研究。收录于：《自然语言处理与中文计算——第六届CCF国际会议》，第10619卷，第662\u2013671页（2017）“，“DOI”：“10.1007\/978-3319-73618-1_56”}，{“key”：“1202_CR17”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kim，Y.，Lee，H.，Shin，J.，Jung，K.：使用答案分离改进神经问题生成。在：第三十三届AAAI人工智能会议，第6602\u20136609页（2019）“，“DOI”：“10.1609\/AAAI.v33i01.33016602”}，{“key”：“1202_CR18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ma，X.，Zhu，Q.，Zhou，Y.，Li，X.:使用句子级语义匹配和答案位置推断改进问题生成。摘自：第三十四届AAAI人工智能会议，第8464\u20138471页（2020）“，“DOI”：“10.1609\/AAAI.v34i05.6366”}，{“key”：“1202_CR19”，“DOI-asserted-by”：“crossref”，“unstructured”：“Gao，Y.，Bing，L.，Chen，W.，Lyu，M.R.，King，I.：阅读理解问题的难度可控生成。摘自：《第二十届国际人工智能联合会议论文集》，第4968\u20134974页（2019）“，“DOI”：“10.24963\/ijcai.2019\/690”}，{“key”：“1202_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kumar，V.、Hua，Y.、Ramakrishnan，G.、Qi，G.，Gao，L.、Li，Y.：从知识图生成难以控制的多跳问题。收录于：第十八届国际语义网会议，第11778卷，第382\u2013398（2019）页“，”DOI“：”10.1007\/978-3-030-30793-6_22“}，{“issue”：“2”，“key”：“1202_CR21”，“DOI-asserted-by”：“publisher”，“first page”：”621“，”DOI“：Li，X.，Zhou，Z.，Chen，L.，Gao，L.：视频字幕的基于剩余注意力的lstm。万维网22（2），621\u2013636（2019）“，“新闻标题”：“万维网”}，{“问题”：“3”，“关键字”：“1202_CR22”，“doi-asserted-by”：“publisher”，“首页”：“1325”，“doi”：“10.1007 \/s11280-018-0548-3”，“卷”：“22”，”作者：“H Tian”，“年份”：“2019”，“非结构化”：“Tian，H.，Tao，Y.，Pouyanfar，S.，Chen，S.-C.，Shyu，M.-L.：视频分类的多模态深度表征学习。万维网22（3），1325\u20131341（2019）“，“journal-title”：“万维网”}，{“key”：“1202_CR23”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，J.，Zhang，S.，Zeng，J.、Zou，F.、Li，Y.-F、Liu，T.、Lu，P.：通过图像中的文本进行视觉问答的多层次、多模式交互。万维网，1\u201317（2021）”，“doi”：“10.1007\/s11280-021-00976-2“}，{“issue”：“2”，“key”：“1202_CR24”，“doi-asserted-by”：“publisher”，“first page”：”187“，“doi”：“10.1023\/A:1023622605600”，“volume”:“6”，“author”：“L Chaisorn”，“year”：“2003”，“unstructured”：“Chaisorn，L.，Chua，T.-S.，Lee，C.-H.：新闻视频故事分割的多模式方法。万维网6（2），187 \u2013208（2003）“，”journal-title“：”World Wide Web“}，{”issue“：”6“，”key“：”1202_CR25“，”doi-asserted-by“：”publisher“，”first page“：“1957”，”doi“：”10.1007\/s11280-021-00955-7“，”volume“:”24“，”author“：”Z Zhang“，”year“：”2021“，”unstructured“：”Zhang，Z.，Wang，Z.、Li，X.，Liu，N.，Guo，B.，Yu，Z.：Modalnet：通过融合判别注意网络探索多模态数据的一个方面级情绪分类模型。万维网24（6），1957\u20131974（2021）“，“新闻标题”：“万维网”}，{“key”：“1202_CR26”，“非结构化”：“Ren，M.，Kiros，R.，Zemel，R.：探索图像问答的模型和数据。In:Advances In Neural Information Processing Systems，pp.2953\u20132961（2015）“}，{“key”：“1202_CR27”，“doi-asserted-by”：“crossref”，“unstructured”：“Mostafazadeh，N.，Misra，I.，Devlin，J.，Mitchell，M.，He，X.，Vanderwende，L.：生成关于图像的自然问题。摘自：计算语言学协会第54届年会论文集（第1卷：长篇论文），第1802\u20131813页（2016）“，“DOI”：“10.18653\/v1\/P16-1170”}，{“key”：“1202_CR28”，“DOI-asserted-by”：“crossref”，“unstructured”：“Krishna，R.，Bernstein，M.，Fei-Fei，L.：信息最大化视觉问题生成。摘自：IEEE计算机视觉和模式识别会议论文集，第2008\u20132018（2019）页，“DOI”：“10.1109\/CVPR.2019.00211”}，{“issue”：“4”，“key”：“1202_CR29”，“DOI-asserted-by”：“publisher”，“first page”：”1654“，“DOI:”10.1109\/TNNLS.2020.2986029“，”volume“：”32“author”：“X Xu”，“year”：“2021”，“unstructured”：“Xu，X.，Wang，T.，Yang，Y.，Hanjalic，A.，Shen，H.T.：可视化问题生成的径向图卷积网络。IEEE传输。神经网络。学习。系统。32（4），1654\u20131667（2021）“，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”1202_CR30“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhang，S.，Qu，L.，You，S.、Yang，Z.、Zhang、J.：基于视觉的问题的自动生成。摘自：《第二十六届国际人工智能联合会议论文集》，pp.4235\u20134243（2017）“，”doi“：”10.24963\/ijcai.2017\/592“}”，{“key”：“1202_CR31”，“doi-asserted-by“：”crossref“，”unstructured“：”Fan，Z.，Wei，Z.、Li，P.、Lan，Y.、Huang，X.：一个问题类型驱动的框架，用于使可视化问题生成多样化。摘自：《第二十七届国际人工智能联合会议论文集》，第4048\u20134054页（2018）“，“DOI”：“10.24963\/ijcai.2018\/563”}，{“key”：“1202_CR32”，“DOI-asserted-by”：“crossref”，“unstructured”：“Jain，U.，Zhang，Z.，Schwing，A.G.：创造力：使用变分自动编码器生成不同的问题。摘自：IEEE计算机视觉和模式识别会议论文集，第5415\u20135424页（2017）“，“DOI”：“10.1109\/CVPR.2017.575”}，{“key”：“1202_CR33”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，Y.，Duan，N.，Zhou，B.，Chu，X.，Ouyang，W.，Wang，X。摘自：IEEE计算机视觉和模式识别会议记录，第6116\u20136124页（2018）“，”DOI“：”10.1109\/CVPR.2018.00640“}，{”key“：”1202_CR34“，”DOI-asserted-by“：”crossref“，”unstructured“：”Jain，U.，Lazebnik，S.，Schwing，A.G.：两个人可以玩这个游戏：视觉对话，有区别的问题生成和回答。在：《IEEE计算机视觉与模式识别会议论文集》，第5754\u20135763页（2018），“DOI”：“10.1109\/CVPR.2018.00603”｝，｛“key”：“1202_CR35”，“DOI断言”：“crossref”，“非结构化”：“Teney，D.，Anderson，P.，He，X.，van den Hengel，A.：视觉问答的提示和技巧：2017年挑战中的学习。摘自：IEEE计算机视觉和模式识别会议记录，pp.4223\u20134232（2018）“，“DOI”：“10.1109\/CVPR.2018.00444”}，{“key”：“1202_CR36”，“DOI-asserted-by”：“crossref”，“unstructured”：“Teney，D.，Liu，L.，van den Hengel，A.：可视化问答的图形结构表示。摘自：IEEE计算机视觉和模式识别会议记录，pp.3233\u20133241（2017）“，“DOI”：“10.1109\/CVPR.2017.344”}，{“key”：“1202_CR37”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zheng，C.，Wu，Z.，Wang，T.，Yi，C.，Li，Q.：具有对抗性学习的社交媒体帖子中的对象软件多模态命名实体识别。IEEE多媒体学报（2020）“，”DOI“：”10.1109\/TMM.2020.3013398“}，{”issue“：”2“，”key“：”1202_CR38“，”DOI-asserted-by“：”publisher“，”first page“：“161”，”DOI:“10.1037\/0096-3445.123.2.161”，“volume”：“123”，“author”：“R Egly”，“year”：“1994”，“unstructured”：“Egly，R.，Driver，J.，Rafal，R.D.：在物体和位置之间转移视觉注意力：来自正常和顶叶病变受试者的证据。《心理实验杂志》第123（2），161（1994）期，“期刊标题”：“心理实验杂志”}，｛“问题”：“1\u20132”，“密钥”：“1202_CR39”，“doi断言者”：“出版商”，“第一页”：“1”，“doi”：“10.1016\/S010-0277（00）00152-9”，“卷”：“80”，“作者”：“BJ Scholl”，“年份”：“2001”，“非结构化”：“Scholl，B.J.：对象和注意力：最新技术。认知80（2013年1月2日），1\u201346（2001）”，“期刊标题”：“认知”}，{“密钥”：“1202_CR40”，“非结构化”：“Simonyan，K.，Zisserman，A.：用于大规模图像识别的超深度卷积网络。在：第三届国际学习表征会议（2015）”}，{“密钥”：“1202_CR41”，“doi断言由”：“crossref”，“非结构化”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度剩余学习。摘自：IEEE计算机视觉和模式识别会议记录，第770\u2013778页（2016）“，“DOI”：“10.1109\/CVPR.2016.90”}，{“key”：“1202_CR42”，“unstructured”：“Ren，S.，He，K.，Girshick，R.B.，Sun，J.：更快的R-CNN：利用区域提议网络实现实时目标检测。In:Advances In Neural Information Processing Systems，pp.91\u201399（2015）“}，{“issue”：“1”，“key”：“1202_CR43”，“doi-asserted-by”：“publisher”，“first-page”：“32”，“doi”：“10.1007”，卷：“123”，“author”：“R Krishna”，“year”：“2017”，“unstructured”：“Krishna，R.、Zhu，Y.、Groth，O.、Johnson，J.、Hata，K.、Kravitz，J.，Chen，S.、Kalandis，Y.，Li，L.、Shamma，D.A.、Bernstein，M.S.、Fei-Fei，L.：视觉基因组：使用众包密集图像注释连接语言和视觉。国际期刊计算。视觉。123（1），32\u201373（2017）“，“期刊标题”：“国际计算杂志”。视觉。“}，{”key“：”1202_CR44“，”doi-asserted-by“：”crossref“，”unstructured“：”Huang，Q.，Wei，J.，Cai，Y.，Zheng，C.，Chen，J.、Leung，H.、Li，Q:可视化问答的对齐双通道图卷积网络。摘自：计算语言学协会第58届年会论文集，pp.7166\u20137176（2020）“，”doi“：”10.18653\/v1\/2020.acl-main.642“}，{“key”：“1202_CR45”，“unstructured”：“Norcliffe-Brown，W.，Vafeias，S.，Parisot，S.：学习条件图结构以回答可解释的视觉问题。In:Advances In Neural Information Processing Systems，pp.8344\u20138353（2018）”}，}，“key“：”1202_CR46“，“doi-asserted-by”：“crossref”，“非结构化”：“Monti，F.、Boscaini，D.、Masci，J.、Rodol\u2018a，E.、Svoboda，J.和Bronstein，M.M.：使用混合模型cnns对图和流形进行几何深度学习。摘自：IEEE计算机视觉和模式识别会议记录，第5425\u20135434页（2017）“，“DOI”：“10.1109\/CVPR.2017.576”}，{“key”：“1202_CR47”，“DOI-asserted-by”：“crossref”，“unstructured”：“Goyal，Y.，Khot，T.，Summers-Stay，D.，Batra，D.，Parikh，D.：让VQA中的V变得重要：提升图像理解在视觉问答中的作用。摘自：IEEE计算机视觉和模式识别会议记录，第6325\u20136334页（2017）“，“DOI”：“10.1109\/CVPR.2017.670”}，{“key”：“1202_CR48”，“unstructured”：“Desai，T.，Moldovan，D.I.：预测阅读理解问题的难度。摘自：《第三十二届国际佛罗里达人工智能研究会会议记录》，第8\u201313（2019）页“}，{“key”：“1202_CR49”，“doi-asserted-by”：“crossref”，“unstructured”：“Anderson，P.，He，X.，Buehler，C.，Teney，D.，Johnson，M.，Gould，S.，Zhang，L.：图像字幕和视觉问答的自下而上和自上而下关注。摘自：IEEE计算机视觉和模式识别会议记录，第6077\u20136086页（2018）“，“DOI”：“10.1109\/CVPR.2018.00636”}，{“key”：“1202_CR50”，“unstructured”：“Kim，J.、Jun，J.和Zhang，B.：双线性注意力网络。In:Advances In Neural Information Processing Systems，pp.1571\u20131581（2018）“}，{“key”：“1202_CR51”，“unstructured”：“Kingma，D.P.，Ba，J.：Adam:A method for random optimization。In:3rd International Conference on Learning Representations（2015）”}，}，“key“：”1202_CR 52“，“doi-asserted-by”：“crossref”，“非结构化”：“Papineni，K.，Roukos，S.，Ward，T.，Zhu，W.：Bleu：机器翻译的自动评估方法。摘自：《计算语言学协会第40届年会论文集》，第311\u2013318页（2002）“，“DOI”：“10.3115\/1073083.1073135”}，{“key”：“1202_CR53”，“DOI-asserted-by”：“crossref”，“unstructured”：“Denkowski，M.J.，Lavie，A.：Meteor universal：针对任何目标语言的特定语言翻译评估。收录：《第九届统计机器翻译研讨会论文集》，第376\u2013380页（2014）“，“DOI”：“10.3115\/v1\/W14-3348”}，{“key”：“1202_CR54”，“unstructured”：“Lin，C.-Y.：Rouge:摘要自动评估包。收录：Text Summary Branches Out，第74\u201381页（2004）”}、{“key”：非结构化”：“Gao，P.，Jiang，Z.，You，H.，Lu，P.、Hoi，S.C.H.，Wang，X.，Li，H.:视觉问题回答的模式内和模式间注意流动态融合。摘自：IEEE计算机视觉和模式识别会议论文集，第6639\u20136648（2019）页”，“DOI”：“10.1109\/CVPR.2019.00680”}，{“key”：“1202_CR56”，“非结构化“：”Zhang，Y.，Hare，J.S.，Pr\u00fcgel-Bennett，A.：学习计算自然图像中的物体以进行视觉问答。in:第六届国际学习代表大会（2018）“}]，“容器-标题”：[“万维网”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s11280-023-01202-x.pdf“，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//link.springer\com/article\/10.10007\/s112800-023-012002-x\/fulltext.html”，“content-type“：”text\/html“，”content-versiion“：”vor“，”intended-application“：“text-mining“}，{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s11280-023-01202-x.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,12,30]]，“date-time”：”2023-12-30T03:13:00Z“，“timestamp”：1703905980000}，“score”：1，“资源“：{“primary”：{”URL“：”https:\/\/link.springer.com/10.1007\/s11280-023-01202-x“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2023,9,11]]}，“引用计数”：56，“日志发布”：{“发布”：“6”，“发布-发布”：.doi.org \/10.1007\/s11280-023-01202-x“，”关系“：{}，”ISSN“：[”1386-145X“，”1573-1413“]，”issn-type“：[{”value“：”1386-145X“，”type“:”print“}，{”value“：”1573-1412“，”类型“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[2023,9,11]}，”assertion“：[[{“value”：“2022年9月8日”，”order“：1，”name“：”received“，”label“：”received“，“group”：{“name”：“Article History”，“label”：“文章历史”“}}，{”value“：”2023年3月15日“，”order“：2，”name“：”revised“，”label“：”Revied“，”group“：{”name“：“Article History”，“label”：“Artecle Histories”}}，{”value“：”2023年8月2日“，”order“：3，”name“:”accepted“，”tabel“：“accepted”，“group”：{“name”：“Article Hiology”}}}、{“value”：“2023年9月11日”，“order”：4，“name”:“first_online”，“table”：“first online”，“：”Article History“，”label“：”文章历史“}}，{“order”：1，“name”：“Ethics”，“group”：{“name”:“EthicsHeading”，“label”：“Declarations”}}、{“value”：“Not applicated.”，“order“：2，”name“：”Ethics“，”group“：：“道德标题”，“标签”：“人类和动物伦理学“}}，{“value”：“不适用。”，“order”：4，“name”：“Ethics”，“group”：{“name”:“EthicsHeading”，“label”：“出版许可”}}