{“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”：[[2024,3,2]，“日期时间”：“2024-03-02T18:58:08Z”，“时间戳”：1709405888052}，“发布者位置”：“美国宾夕法尼亚州斯特鲁德斯堡”，“引用计数”：0，“发布商”：“计算语言学协会”，“内容域”：[]，“交叉标记限制”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2020]]}，”DOI“：”10.18653\/v1\/2020.findings-emnlp.302“，”type“：”proceedings-article“，”created“：{”date-part“：[2020,11,29]]，”date-time“：”2020-11-29T14:58:51Z“，”timestamp“：”1606661931000}“source”：“Crossref”，“is-referenced-by-count”：2，“标题”：[“通过时间软件预训练改进事件持续时间预测”]，“前缀”：“10.18653”，“作者”：[{“给定”：“宗林”，“家族”：“杨”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“新雅”，“家庭”：“杜”，“顺序”：“附加”，“隶属关系”：[]}，“家庭”：“Cardie”，“sequence”：“additional”，“affiliation”：[]｝]，“member”：“1643”，“event”：｛“name”：“计算语言学协会的研究结果：EMNLP 2020”，“location”：“Online”，“start”：｛“date parts”：[[2020,11]｝，“end”：｛“date parts”：[[2020,11]｝｝，“container title”：[“计算语言学协会的研究结果：EMNLP 2020”]，“原始标题”：[]，“存放”：{“日期部分”：[[2020,11,29]]，“日期时间”：“2020-11-29T15:01:53Z”，“时间戳”：1606662113000}，“分数”：1，“资源”：{“主要”：{:“URL”：“https:\/\/www.aclweb.org\/contrology\/2020.findings-emnlp.302”}}，”副标题“：[]”，“短标题”：[]，“发布”：{-“日期部分“：[2020年]]}，“references-count”：0，“URL”：“http://\/dx.doi.org\/10.18653\/v1\/2020.findings-emnlp.302”，“关系”：{}，“主题”：[]，“发布”：{“日期-部件”：[[2020]]}}