蔡zhong凯
本文仅以该图为案例，其他软件如VOSviewer做的图也存在各种问题 上图你一定很熟悉，利用CiteSpace软件制作的时区图(TimeZone) 该图通过关键词出现年份进行排列，用以展示主题的演化过程 具体原理可参考我之前的推文：《 CiteSpace的时区图谱含义详细解读 》 但是，该图存在一个致命问题 这个问题在以前并不是问题 而是随着期刊公开方式的变化而产生的 以前，中国知网公开的期刊都是已经印刷完成的，已经有纸质版本了，所以文章的发表时间是确定的了 但是，近年来随着期刊公开方式的转变，尚未印刷已经录用的文章会通过 网络首发 的方式进行公开，如下： 当纸质版印刷后，再把网络首发删除，公开正式版本 现在 几乎每个期刊 都会通过 网路首发 公开自己刚刚录用的文章，这是非常好的事情，能够让读者及时了解到最新研究成果，打破了文章从录用到出版的时滞问题 但是，网路首发的文章对于我们做文献计量与知识图谱就会存在致命问题 为什么呢？ 因为网络首发的文章 缺失时间 缺失时间 缺失时间 缺失时间有什么重要后果呢？ 比如，我们做时区图，有一个关键词是【新型冠状病毒】，显然该词出现于2020年，但是由于缺失时间，CiteSpace会默认补充一个1990年或者其他年份，这就出现问题啦。 同样针对研究前沿探测也会出现此问题 另外，VOSviewer软件也具备时间-关键词叠加图，由于 网路首发 导致的缺失时间，该软件也会出现相应的问题 上述缺陷会导致结果错误 而你可能并不知道 最终结果就是看着错误的图给出错误的解析 不知道你以前注意过此问题吗？ 可能并没有，也可能注意到了但不知道如何解决 下面给出解决方案 中文数据利用 Data数据园软件 综合提取功能，看是哪篇文献缺失时间，然后回到原TXT文本里补充时间 英文数据利用 WOS全字段挖掘软件 综合提取功能，看是哪篇文献缺失时间，然后回到原TXT文本里补充时间 关注[学术点滴]公众号获取更多资讯。这个数据预处理功能一定要重视
我躲在墙角哭
属于。知识图谱是人工智能研究的热门领域。能够提供先验知识，使机器学习在常识的基础上更加智能，知识图谱自2012年提出至今，发展迅速，如今已经成为人工智能领域的热门问题之一，并在一系列实际应用中取得了较好的落地效果。人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
王小虎呦
1、keen
英 [kiːn] 美 [kin]
adj. 敏锐的，敏捷的；渴望的；强烈的；热心的；锐利的
n. 痛哭，挽歌
n. (Keen)人名；(英)基恩；(德)肯；(肯)金
短语
Dafne Keen 达芙妮·基恩 ; 黛芙妮·金 ; 达芙妮金
KEEN SWORD 美日军演剑指中国 ; 利剑
Keen High 天鹏盛电子
2、keep
英 [kiːp] 美 [kip]
vt. 保持；经营；遵守；饲养
vi. 保持；继续不断
n. 保持；生计；生活费
n. (Keep)人名；(英)基普
短语
keep to 坚持 ; 固守 ; 遵守 ; 保持
keep away 使离开 ; 站开 ; 防范 ; 不接近
keep quiet 保持安静 ; 保持肃静 ; 请勿大声喧哗 ; 保持
3、kind
英 [kaɪnd] 美 [kaɪnd]
n. 种类；性质
adj. 和蔼的；宽容的；令人感激的
n. (Kind)人名；(德、俄、法、捷)金德；(瑞典)欣德
短语
in kind 以货代款 ; 以实物 ; 以同样的方法 ; 以物代物
das Kind 孩子 ; 因为在德语中儿童
Kind words 客气话 ; 溢美之辞 ; 一句温暖的话 ; 顾客留言
4、kiss
英 [kɪs] 美 [kɪs]
vt. 吻；（风等）轻拂
vi. 接吻；（风等）轻触
n. 吻；轻拂
n. (Kiss)人名；(德、英、俄)基斯；(匈、罗)基什
短语
Paradise Kiss 天堂之吻 ; 天国之吻 ; 天堂之吻原声集 ; 天堂之吻原声音乐
Last Kiss 最后一吻 ; 最后的吻 ; 最后之吻 ; 最初一吻
kiss off 不在乎 ; 拒绝 ; 解雇 ; 消息源各自集中
5、knowledge
英 ['nɒlɪdʒ] 美 ['nɑlɪdʒ]
n. 知识，学问；知道，认识；学科
n. (Knowledge)人名；(南非)诺利奇
短语
explicit knowledge 外显知识 ; 显性知识 ; 明确知识 ; 显性学问
procedural knowledge 程序性知识 ; [计] 过程性知识 ; 程序知识 ; 程序性的知识
Knowledge Graph 知识图谱 ; 知识图 ; 常识图谱 ; 知识图表
风铃结香
人工智能包括五大核心技术：1.计算机视觉：计算机视觉技术运用由图像处理操作及机器学习等技术所组成的序列来将图像分析任务分解为便于管理的小块任务。2.机器学习：机器学习是从数据中自动发现模式，模式一旦被发现便可以做预测，处理的数据越多，预测也会越准确。3.自然语言处理：对自然语言文本的处理是指计算机拥有的与人类类似的对文本进行处理的能力。例如自动识别文档中被提及的人物、地点等，或将合同中的条款提取出来制作成表。4.机器人技术：近年来，随着算法等核心技术提升，机器人取得重要突破。例如无人机、家务机器人、医疗机器人等。5.生物识别技术：生物识别可融合计算机、光学、声学、生物传感器、生物统计学，利用人体固有的生体特性如指纹、人脸、虹膜、静脉、声音、步态等进行个人身份鉴定，最初运用于司法鉴定。
优质英语培训问答知识库
