{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,6,25]]，“日期时间”：“2024-06-25T00:52:56Z”，“时间戳”：1719276776831}，“出版商位置”：“美国纽约州纽约市”，“参考计数”：62，“出版者”：“ACM”，“资助者”：[{“名称”：“中国工程科技知识中心项目”}，{“名称”：“教育部创新研究团队”，“奖项”：[“IRT_17R86”]}，{”名称“：“国家自然科学基金会”，“奖”：[”61872287号“，”61772411号“]}，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2020,10,19]]}，”DOI“：”10.1145\/3340531.3411923“，”type“：”proceedings-article“，”created“：{”date-part“：[[2020，10,19]]，”date-time“：”2020-10-19T05:31:05Z“，”timestamp“：1603085465000}，dx.DOI.org \/10.1145 \/crossmark-policy“，”源“：“Crossref”，“被计数引用”：32，“title”：[“带属性匹配的图形少镜头学习”]，“prefix”：“10.1145”，“author”：[{“given”：“Ning”，“family”：“Wang”，“sequence”：“first”，“affiliation”：[{“name”：“西安交通大学，中国西安”}]}，{“given”：“Minnan”，“family”：“Luo”，“sequence”：“additional”，“affiliation”：[{“name”：“西安交通大学”}]}，{“给定”：“凯泽”，“家庭”：“丁”，“序列”：“附加”，“从属关系”：[{“名称”：“亚利桑那州立大学，坦佩，亚利桑那州，美国”}]{，{-“给定”:“玲玲”，“家人”：“张”，“顺序”：“额外”，“附属关系”：[{“姓名”：“西安交大，中国”}]neneneep，{：“additional”，“affiliation”：[{“name”：“University of Virginia，Charlottesville，VA，USA”}]}，{“given”：“清华”，“family”：“Zheng”，“sequence”：“addressive”，“feliation”:[{（名称）：“中国西安交通大学”}]]，“member”：“320”，“published-on-line”：{“date-parts”：[2020,10,19]]}tle“：“通过联合学习对齐和翻译实现神经机器翻译。arXiv预印本arXiv:1409.0473”，“作者”：“Bahdanau Dzmitry”，“年份”：“2014年”，“非结构化”：“Dzmitry-Bahdanau，Kyunghyun Cho，Yoshua Bengio。2014年。神经机器翻译通过联合学习对齐和翻译。arXiv预印本arXiv:1409.0473（2014）。Dzmitry Bahdanau、Kyunghyun Cho和Yoshua Bengio。2014年，通过联合学习对齐和翻译实现神经机器翻译。arXiv预印本arXiv:1409.0473（2014）。“}，{”key“：”e_1_3_2_2_1“，”volume-title“：”关系数据中的集体实体解析。ACM从数据中发现知识的事务（TKDD）“，”author“：”Bhattacharya Indrajit“，”year“：”2007“，”unstructured“：”Indrajit-Bhattacherya and Lise Getoor.2007“。关系数据中的集体实体解析。ACM《从数据中发现知识的汇刊》（TKDD），第1卷，第1期（2007年），第5页——见Indrajit Bhattacharya和Lise Getoor。2007.关系数据中的集体实体解析。ACM Transactions on Knowledge Discovery from Data（TKDD），Vol.1，1（2007），5--es.“}，{“key”：“e_1_3_2_2_3_1”，“volume-title”：“Meta-graph:通过元学习进行的少镜头链接预测。arXiv预印本arXiv:1912.09867”，“author”：“Bose Avishek Joey”，“year”：“2019”，“unstructured”：“阿维谢克·乔伊·博斯（Avishek Joey Bose）、安基特·贾恩（Ankit Jain）、皮耶罗·莫利诺（Piero Molino）和威廉·汉密尔顿（William L Hamilton）。2019 . Meta-graph：通过元学习进行很少的快照链接预测。arXiv预印本arXiv:1912.09867（2019）。阿维谢克·乔伊·博斯（Avishek Joey Bose）、安基特·贾恩（Ankit Jain）、皮耶罗·莫利诺（Piero Molino）和威廉·汉密尔顿（William L Hamilton）。2019.Meta-graph：通过元学习很少进行链接预测。arXiv预印本arXiv:1912.09867（2019）。“}，{”key“：”e_1_3_2_4_1“，”volume-title“：”学习表征国际会议（ICLR）“，”author“：”Bruna Joan“，”year“：”2014“，”unstructured“：”Joan Bruna，Wojciech Zaremba，Arthur Szlam，and Yann LeCun.2014.图上的谱网络和局部连接网络.国际学习表征会议（ICRL）琼·布鲁纳（Joan Bruna）、沃伊切赫·扎伦巴（Wojciech Zaremba）、亚瑟·斯拉姆（Arthur Szlam）和亚恩·勒村（Yann LeCun）。2014.图上的光谱网络和本地连接网络。在国际学习代表大会上。“}，{”key“：”e_1_3_2_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2018.00429”}，“{”key“：“e_1_ 3_2_6_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2806416.2806512“}”，{v:1801.10247“，”作者“：”陈杰”，“年份”：“2018年”，“非结构化”：“陈杰、马腾飞、曹晓。2018.Fastgcn：通过重要性抽样，利用图卷积网络快速学习。arXiv预印arXiv:1801.10247（2018）。陈杰、马腾飞、曹晓。2018.Fastgcn：通过重要性抽样，利用图卷积网络快速学习。arXiv预印arXiv:1801.10247（2018）。“}，{”key“：”e_1_3_2_2_8_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145 \/3357384.3357896”}，“key”：“e_1_ 3_2_9_1”，“doi-assert-by”：“publisher”，”doi“：”10.24963 \/ijcai.2020 \/179“}5673.67“}，{“key”：“e_1_3_2_2_11_1”，“volume-title”：“2020 b。为属性网络上的少快照学习绘制原型网络。arXiv预印本arXiv:2006.12739”，“作者”：“丁凯泽”，“年份”：“2020”，“非结构化”：“丁凯泽、王健玲、李俊东、舒凯、刘成浩和刘欢。2020年b.为属性网络上的少快照学习绘制原型网络。arXiv预印本arXiv:2006.12739（2020）。丁凯泽、王建玲、李俊东、凯书、刘成浩和刘欢。2020年b.为属性网络上的少快照学习绘制原型网络。arXiv预印本arXiv:2006.12739（2020）。“｝，｛”key“：”e_1_3_2_12_1“，”doi断言“：”publisher“，”doi“：”10.1109\/TPAMI.2006.79“｝，｛”key“：”e_1_3_2_13_1“，”volume title“：”神经信息处理系统会议（NIPS）“，”作者“：”Fink Michael“，”年份“：”2005“，”非结构化“：”迈克尔·芬克。2005 . 利用类相关性度量从单个示例中进行对象分类。在神经信息处理系统会议上。迈克尔·芬克。2005.利用类相关性度量从单个示例中进行对象分类。在神经信息处理系统会议上。“}，{”key“：”e_1_3_2_2_14_1“，”volume-title“：”机器学习国际会议（ICML）“，”author“：”Finn-Chelsea“，“年份”：“2017年”，“非结构化”：“Chelsea-Finn，Pieter Abbeel，and Sergey Levine。2017.用于深度网络快速适应的模型认知元学习。国际机器学习会议（ICML）Chelsea Finn、Pieter Abbeel和Sergey Levine。2017.用于深度网络快速适应的模型不可知元学习。在国际机器学习会议（ICML）上。“}，{”key“：”e_1_3_2_2_15_1“，”volume-title“：”精神分裂症与504种新型蛋白质相互作用。NPJ精神分裂症“，”author“：”Ganapathiraju Madhavi K“，”year“：”2016“，”unstructured“：”Madhavi K Ganapathiraju、Mohamed Thahir、Adam Handen、Saumendra N Sarkar、Robert A Sweet、Vishwajit L Nimgaonkar、Christine E Loscher、Eileen M Bauer和Srilakshmi Chaparala。2016年，精神分裂症与504种新型蛋白质相互作用组。NPJ精神分裂症，第2卷，第1卷（2016年），1-10。Madhavi K Ganapathiraju、Mohamed Thahir、Adam Handen、Saumendra N Sarkar、Robert A Sweet、Vishwajit L Nimgaonkar、Christine E Loscher、Eileen M Bauer和Srilakshmi Chaparala。2016年，精神分裂症与504种新型蛋白质相互作用组。NPJ精神分裂症，第2卷，第1期（2016年），第1-10.“}，{“key”：“e_1_3_2_2_16_1”，“volume-title”：“深度属性网络嵌入。国际人工智能联合会议（IJCAI）3364-3370”，《作者》：“高宏昌”，《年份》：“2018”，《非结构化》：“高洪昌和黄恒。2018 . 深度属性网络嵌入。在国际人工智能联合会议（IJCAI）上。3364--3370 . 高洪昌和黄恒。2018年，深度属性网络嵌入。在国际人工智能联合会议（IJCAI）上。3364--3370.“}，{”key“：”e_1_3_2_2_17_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145 \/3219819.3219947”}，“key”：“e_1_ 3_2_18_1”，“volume-title”：“用图神经网络进行的快速学习。arXiv预印本arXiv:1711.04043”，“author”：“Garcia Victor”，《年份》：“2017”，“非结构化”：“Victor Garcia and Joan Bruna.2017”。用图神经网络进行少快照学习。arXiv预印arXiv:1711.04043（2017）。维克托·加西亚和琼·布鲁纳。2017年，使用图形神经网络进行少量学习。arXiv预印arXiv:1711.04043（2017）。“}，{”key“：”e_1_3_2_2_19_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/IJCNN.20051555942”}，“key”：“e_1_ 3_2_2_20_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/29339672.2939754“}”，{威尔”，“年份”：“2017年”，“非结构化”：“Will Hamilton、Zhitao Ying和Jure Leskovec。2017 . 大型图的归纳表示学习。在神经信息处理系统会议上。威尔·汉密尔顿（Will Hamilton）、应志涛（Zhitao Ying）和朱尔·莱斯科维奇（Jure Leskovec）。2017.大图形的归纳表示学习。在神经信息处理系统会议上。“｝，｛”key“：”e_1_3_2_22_1“，”doi由“：”publisher“断言，”doi“：”10.1021\/ci0342472“｝，｛”key“：”e_1_3_2_23_1“，”doi由“：”publisher“断言，”doi“：”10.1137\/1.9781611974973.71“｝，｛”key“：”e_1_3_2_24_1“，”doi由“：”publisher“断言，”doi“：”10.1145\/308661.30188667“｝，｛”key“：”e_1_3_2_25_1“，”卷标题“：”使用几十个部分注释的示例将解析器扩展到远程域。arXiv预印本arXiv:1805.06556“，“作者”：“Joshi Vidur”，“年份”：“2018”，“非结构化”：“Vidur Joshi，Matthew Peters，and Mark Hopkins。2018.使用几十个部分注释的示例将解析器扩展到远程域。arXiv预打印arXiv:1805.06556（2018）。维杜·乔希（Vidur Joshi）、马修·彼得斯（Matthew Peters）和马克·霍普金斯（Mark Hopkins）。2018.使用几十个部分注释的示例将解析器扩展到远程域。arXiv预打印arXiv:1805.06556（2018）。}，{“key”：“e_1_3_2_26_1”，“volume-title”：“学习记住罕见事件。arXiv预印本arXiv:1703.03129”，“author”：“Kaiser\u0141ukasz”，“year”：“2017”，“unstructured”：“\u0141 ukasz Kaiser，Ofir Nachum，Aurko Roy，and Samy Bengio。2017。学会记住罕见的事件。arXiv预印arXiv:1703.03129（2017）。\u0141ukasz Kaiser、Ofir Nachum、Aurko Roy和Samy Bengio。2017年。学习记住罕见事件。arXiv预印arXiv:1703.03129（2017）。“}，{”key“：”e_1_3_2_27_1“，”volume-title“：”学习表征国际会议（ICLR）“，”author“：”Kipf-Tomas N“，”year“：”2017“，”unstructured“：”Thomas N Kipf and Max Welling.2017.图卷积网络半监督分类。在国际学习表征会议（ICRL）上托马斯·基普夫（Thomas N Kipf）和马克斯·威林（Max Welling）。2017.图卷积网络半监督分类。在国际学习代表大会上。}，{“key”：“e_1_3_2_28_1”，“volume-title”：“ICML深度学习研讨会”，“author”：“Koch Gregory”，“unstructured”：“Gregory Koch，Richard Zemel，and Ruslan Salakhutdinov，2015。用于一次性图像识别的暹罗神经网络。ICML深度学习研讨会，第2卷。里尔。格雷戈里·科赫（Gregory Koch）、理查德·泽梅尔（Richard Zemel）和鲁斯兰·萨拉库丁诺夫（Ruslan Salakhutdinov）。2015.用于一次性图像识别的暹罗神经网络。ICML深度学习研讨会，第2卷。里尔。“}，{”key“：”e_1_3_2_29_1“，”volume-title“：”神经信息处理系统（NIPS）会议“，”author“：”Krizhevsky Alex“，”year“：”2012“，”unstructured“：”亚历克斯·克利舍夫斯基（Alex Krizhevsky）、伊利亚·萨茨克弗（Ilya Sutskever）和杰弗里·欣顿（Geoffrey E Hinton）。2012 . 基于深度卷积神经网络的Imagenet分类。在神经信息处理系统会议上。亚历克斯·克利舍夫斯基（Alex Krizhevsky）、伊利亚·萨茨克弗（Ilya Sutskever）和杰弗里·欣顿（Geoffrey E Hinton）。2012.使用深度卷积神经网络进行Imagenet分类。在神经信息处理系统会议（NIPS）上。“}，{”key“：”e_1_3_2_2_30_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/5.726791”}，“key”：“e_1_ 3_2_31_1”，“doi-assert-by”：“publisher”，“doi:”10.1145\/3132847.3132919“}“}，{”键“：”e_1_3_2_2_33_1“，”doi-asserted-by“：”出版商“，”doi“：”10.1145\/2783258.2783381“}，{“key”：“e_1_3_2_34_1”，“doi-asserted-by”：“publisher”，”doi“：”10.3115\/v1\/D14-1162“}，{”key“：”e_1_ 3_2_35_1“，”doi-assert-by“：”publisher“，“doi”：“10.1145\/2623330.2623732“，”年份“：”2014“，”非结构化“：“Joseph J Pfeiffer III、Sebastian Moreno、Timothy La Fond、Jennifer Neville和Brian Gallagher。2014。属性图模型：用相关属性建模网络结构。在万维网国际会议（WWW）上. 831--842 . 约瑟夫·普菲费尔三世（Joseph J Pfeiffer III）、塞巴斯蒂安·莫雷诺（Sebastian Moreno）、蒂莫西·拉丰（Timothy La Fond）、詹妮弗·内维尔（Jennifer Neville）和布莱恩·加拉赫（Brian Gallagher）。2014.属性图模型：使用相关属性建模网络结构。在万维网国际会议上。831--842.“}，{”key“：”e_1_3_2_2_37_1“，”volume-title“：”学习表征国际会议（ICLR）“，”author“：”Ravi Sachin“，”year“：”2017“，”unstructured“：”Sachin Ravi and Hugo Larochelle。2017.优化作为少热点学习的模型。在国际学习表征会议（ICRL）上萨钦·拉维和雨果·拉罗谢尔。2017年，优化是少快攻学习的典范。在国际学习代表大会上。“}，{”key“：”e_1_3_2_2_38_1“，”doi-asserted-by“：”publisher“，“doi”：“10.18653\/v1\/D18-1352”}，“key”：“e_1_ 3_2_39_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TNN.2008.2005605“}.v29i3.2157“}，{”键“：”e_1_3_2_2_41_1“，”卷时间“：”神经信息处理系统会议（NIPS）。“，”作者“：”斯内尔·杰克“，”年份“：”2017年“，”非结构化“：”杰克·斯内尔、凯文·斯威斯基和理查德·泽梅尔。2017 . 用于少量学习的原型网络。在神经信息处理系统会议（NIPS）上。Jake Snell、Kevin Swersky和Richard Zemel。2017年，用于少数人学习的原型网络。在神经信息处理系统会议上。“}，{”key“：”e_1_3_2_2_42_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109 \/CVPR.2018.00131”}，“{”key“：“e_1_ 3_2_43_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145 \/1402008“}，{“键”：“e_1_3_2_2_45_1”，“卷标”：“绘制注意力网络图。arXiv预印本arXiv:1710.10903“，“作者”：“Petar Velivc”，“年份”：“2017年”，“非结构化”：“彼得·维利夫·科维\u0107，吉勒姆·库库鲁尔，阿兰塔萨·卡萨诺娃，阿德里亚娜·罗梅罗，彼得罗·利奥和约舒亚·本吉奥。2017年。绘制注意力网络图。arXiv预印arXiv:1710.10903（2017）。Petar Velivc kovi\u0107、Guillem Cucurull、Arantxa Casanova、Adriana Romero、Pietro Lio和Yoshua Bengio。2017年。绘制注意力网络图。arXiv预印arXiv:1710.10903（2017）。“}，{”key“：”e_1_3_2_2_46_1“，”volume-title“：”Neural Information Processing Systems（NIPS）会议“，”author“：”Vinyals Oriol“，”year“：”2016“，”unstructured“：”Oriol Vinyal，Charles Blundell，Timothy Lillicrap，Daan Wierstra，2016。一次性学习的匹配网络。神经信息处理系统会议《Oriol Vinyals》、《Charles Blundell》、《Timothy Lillicrap》、《Daan Wierstra》等，2016年。匹配网络进行一次性学习。在神经信息处理系统会议上。“}，{”key“：”e_1_3_2_2_47_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3132847.3132967”}，“key”：“e_1_ 3_2_48_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TKDE.2007.190672“}“}，{”键“：”e_1_3_2_2_50_1“，”doi-asserted-by“：”交叉引用“，”首页“：”1“，”doi“：”10.1145\/3386252“，”文章标题“：”b.从几个例子中概括：少学调查“，”卷“：”53“，”作者“：”王亚庆“，”年份“：”2020“，”非结构化“：”汪亚庆、姚全明、詹姆斯·T郭和莱昂内尔·M倪。2020年b.从几个例子中总结：关于少数人学习的调查。ACM计算调查（CSUR），第53卷，第3期（2020年），1-34。王亚庆，姚全明，詹姆斯·郭台铭和莱昂内尔·穆尼。2020年b。从几个例子中概括：关于少数人学习的调查。ACM Computing Surveys（CSUR），Vol.53，3（2020），1-34.“，”journal-title“：”ACM Computering Surveys“}，{“key”：“e_1_3_2_2_51_1”，“volume-title”：“International Conference on Machine Learning（ICML）”，“author”：“Wu Felix”，“year”：“2019”，“unstructured”：“Felix Wu、Tianyi Zhang、Amauri Holanda de Souza Jr、Christopher Fifty、Tao Yu和Kilian Q Weinberger。2019 . 简化图卷积网络。在国际机器学习会议（ICML）上。Felix Wu、Tianyi Zhang、Amauri Holanda de Souza Jr、Christopher Fifty、Tao Yu和Kilian Q Weinberger。2019.简化图卷积网络。在国际机器学习会议（ICML）上。“}，{”key“：”e_1_3_2_2_52_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TNNLS.2020.2978386”}，“key”：“e_1_ 3_2_53_1”，“volume-title”：“国际机器学习会议（ICML）.40--48”，“author”：“杨志林”，“year”：“2016”，“unstructured”：“杨志林（Zhilin Yang）、威廉·科恩（William Cohen）和鲁斯兰·萨拉库丁诺夫（Ruslan Salakhudinov）。2016 . 用图嵌入重新审视半监督学习。在国际机器学习会议（ICML）上。40--48 . 杨志林（Zhilin Yang）、威廉·科恩（William Cohen）和鲁斯兰·萨拉库丁诺夫（Ruslan Salakhudinov）。2016年，使用图形嵌入重新审视半监督学习。在国际机器学习会议（ICML）上。40-48.“}，{”key“：”e_1_3_2_2_54_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1609\/aaaai.v34i04.6142”}，“key”：“e_1_ 3_2_55_1”，“doi-assert-by”：“crossref”，”unstructured“：”玲玲张晓军常军刘敏楠罗和亚历山大·豪普特曼。2020 a.ZSTAD：零炮时间活动检测。（2020）.玲玲张晓军常军刘敏楠罗和亚历山大·豪普特曼。2020年a.ZSTAD：零炮时间活动检测。(2020).“，”DOI“：”10.1109\/CVPR42600.2020.00096“}，{”key“：”e_1_3_2_56_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1162\/neco_a_01071”}，“key”：“e_1_ 3_2_2_57_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1145\/29339672.2939766”}“，{》key：“e_ 3_2_58_1”、“volume-title”：“2020 b.”图形深度学习：调查”，“作者”：“章子伟”，“年份”：“2020年”，“非结构化”：“张紫薇、崔鹏、朱文武。2020 b.图形深度学习：一项调查。IEEE知识与数据工程汇刊（2020年）。张紫薇、崔鹏、朱文武。2020年b.图形深度学习：调查。IEEE知识与数据工程汇刊（2020年）。“}，{”key“：”e_1_3_2_2_59_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3357384.3358106”}，“{”key“：“e_1_ 3_2_60_1”，“volume-title”：“图形神经网络：方法和应用综述。arXiv预印本arXiv:1812.08434”，“作者”：“周杰”，“年份”：“2018”，“非结构化”：“周杰、崔干渠、张正彦、程阳、刘志远、王立峰、李长城和孙茂松。2018年，图形神经网络：方法和应用综述。arXiv预印arXiv:1812.08434（2018）。周杰、崔干渠、张正彦、程阳、刘志远、王立峰、李长城和孙茂松。2018年，图形神经网络：方法和应用综述。arXiv预印arXiv:1812.08434（2018）。“}，{”key“：”e_1_3_2_2_61_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3-030-01234-2_46”}，“key”：“e_1_3_2_62_1”，“unstructured”：“Xiaojin Zhu.2005。用图形进行半监督学习。(2005). 朱晓金。2005.图形半监督学习。(2005).“}]，”event“：{”name“：”CIKM'20:第29届ACM信息和知识管理国际会议“，”location“：”Virtual event Ireland“，”缩写词“：”CIDM'20“，”赞助商“：[”SIGWEB ACM超文本、超媒体和Web特别兴趣小组“，”SIGIR ACM信息检索特别兴趣小组”]}“container-title”：[“第29届ACM信息与知识管理国际会议记录“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/3340531.3411923”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,7,24]]，“date-time”：2023-07-24T04:56:48Z“，”timestamp“：1690174608000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3340531.3411923”}}，“subtitle”：[]，“shorttitle”：[]，“issued”:{“date-parts”：[2020,10,19]]}，，“references-count”：62，“alternative-id”：[“10.1145\/3340551.341923”，“10.1145”145\/3340531“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/3340531.3411923“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2020,10,19]]}，“断言”：[{“值”：“2020-10-19”，“顺序”：2，“名称”：“发布”，“标签”：“已发布”，”组“：{”名称“：”发布历史“，”标签“：“发布历史”}}}}