API


请注意: 使用API需要提供Token验证信息,点击进入注册页面获取您的专属Token。

API 使用 HTTP 访问方式。HTTP 访问方式是指用户通过 URL(GET)或提交表单(POST)方式来获取系统信息。我们系统接收到用户按一定规则提交的请求后,将会以 JSON 的形式返回相关信息。


英文摘要语步识别

我们基于当前效果最好的英文摘要语步识别模型(Refinded Masked Sentence model),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/move_recognition_en,将多个摘要文档以list类型上传,将以json格式将多篇摘要标注结果放在列表中返回。

格式 示例
请求URL /move_recognition_en http://sciengine.las.ac.cn/move_recognition_en
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "The aim of this paper is to study...", "The aim of this paper is to study...", ],"token":99999 }
成功请求返回数据(JSON) "results": 结果列表 { "results":[ { "Background":[…], "Objective": […], "Methods": […], "Results": […], "Conclusions": […] }, { "Background":[…], "Objective": […], "Methods": […], "Results": […], "Conclusions": […] } ] }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

中文摘要语步识别

我们基于当前效果最好的中文摘要语步识别模型,提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/move_recognition_cn,将多个摘要文档以list类型上传,将以json格式将多篇摘要标注结果放在列表中返回。

格式 示例
请求URL /move_recognition_cn http://sciengine.las.ac.cn/move_recognition_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "探讨新型冠状病毒肺炎(COVID-19)患者...", "探讨新型冠状病毒肺炎(COVID-19)患者...", ],"token":99999 }
成功请求返回数据(JSON) "results": [结果列表] { "results":[ {'目的':['探讨新型冠状病毒肺炎(COVID-19)患者']}, {'目的':['探讨新型冠状病毒肺炎(COVID-19)患者']} ] }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

基金项目语步识别

我们基于当前效果最好的基金项目摘要语步识别模型,提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/move_recognition_funds ,将多个摘要文档以list类型上传,将以json格式将多篇摘要标注结果放在列表中返回。

格式 示例
请求URL /move_recognition_funds http://sciengine.las.ac.cn/move_recognition_funds
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "国际上制定了多个指南评价工具,但多以循证证据为评价要点,忽视临床应用效果...", "国际上制定了多个指南评价工具,但多以循证证据为评价要点,忽视临床应用效果...", ],"token":99999 }
成功请求返回数据(JSON) "results": [结果列表] { "results":[ {'国际上制定了多个指南评价工具,但多以循证证据为评价要点,忽视临床应用效果': '背景及问题'}, {'国际上制定了多个指南评价工具,但多以循证证据为评价要点,忽视临床应用效果': '背景及问题'} ] }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

中文科技文献分类

我们基于全领域中文科技文献分类模型,提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/paper_classification_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要分类结果。

格式 示例
请求URL /paper_classification_cn http://sciengine.las.ac.cn/paper_classification_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "在农业保险中,苹果园受灾理赔需要通过快速准确的落果计数进行定损...", "在农业保险中,苹果园受灾理赔需要通过快速准确的落果计数进行定损..." ],"token":99999 }
成功请求返回数据(JSON) KEY: 摘要序号
VALUE: 分类标签列表
{ 0:[ "S661.1 苹果", "S436.6 果树病虫害" ], 1:[ "S661.1 苹果", "S436.6 果树病虫害" ] }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

英文科技文献分类

我们基于全领域英文科技文献分类模型,提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/paper_classification_en,将多个摘要文档以list类型上传,将以json格式返回多篇摘要分类结果。

格式 示例
请求URL /paper_classification_en http://sciengine.las.ac.cn/paper_classification_en
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "Polyester (PET) was pre-activated by atmospheric air plasma and coated by various inorganic oxide nanoparticles (MOx)...", "here has been a framework sketched for learning deep bidirectional intelligence.The framework has an inbound that features two actions..." ],"token":99999 }
成功请求返回数据(JSON) KEY: 摘要序号
VALUE: 分类标签列表
{0: ['O631 高分子物理和高分子物理化学', 'TB332 非金属复合材料', 'TB34 功能材料'], 1: ['TP181 自动推理、机器学习', 'TP391 信息处理']}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

中文科技文献关键词识别

我们基于中文关键词自动识别模型(BERT_BIO_Lexi),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/keywords_extraction_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要关键词识别结果。

格式 示例
请求URL /keywords_extraction_cn http://sciengine.las.ac.cn/keywords_extraction_cn
请求参数(JSON) "data": 摘要文本
"token": 验证码数字
{ "data":[ "新辅助治疗背景下胰腺癌扩大切除术的应用价值。胰腺癌恶性程度高,预后较差,治疗效果仍不理想...", "新辅助治疗背景下胰腺癌扩大切除术的应用价值。胰腺癌恶性程度高,预后较差,治疗效果仍不理想..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: [关键词列表] { 0:[ "胰腺癌", "新辅助治疗", "扩大切除术" ], 1:[ "胰腺癌", "新辅助治疗", "扩大切除术" ] }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

英文科技文献关键词识别

我们基于英文关键词自动识别模型(Keywords_En),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/keywords_extraction_en,将多个摘要文档以list类型上传,将以json格式返回多篇摘要关键词识别结果。

格式 示例
请求URL /keywords_extraction_en http://sciengine.las.ac.cn/keywords_extraction_en
请求参数(JSON) "data": 摘要文本
"token": 验证码数字
{ "data":[ "Research on the Design of Measurement and Control of Residual Chlorine Based on Non-Membrane Sensor...", "Oscillatory criteria for certain second-order nonlinear dynamic equations on time scales..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: [关键词列表] {0: ['Non-Membrane Sensor', 'flow-through cell', 'structure design', 'three electrode', 'potentiostatic circuit', 'control precision', 'flow cell', 'stability and control', 'DPD method', 'operation rules', 'constant flow rate', 'counter electrode', 'related technology', 'potential stability', 'calibration method'], 1: ['Riccati substitutions', 'scales theory', 'oscillation criteria', 'variable delay', 'functional dynamic equations']}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

科技文本标题生成

我们基于当前效果最好的科技文本标题生成模型(UniLM),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/title_generation_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要文本标题结果。

格式 示例
请求URL /title_generation_cn http://sciengine.las.ac.cn/title_generation_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
"length": 标题长度
{ "data":[ "智能制造是制造技术与信息技术的结合,并朝着自动化、集成化、信息化、绿色化的趋势发展...", "智能制造是制造技术与信息技术的结合,并朝着自动化、集成化、信息化、绿色化的趋势发展..." ],"token":99999,"length":9 }
成功请求返回数据(JSON) 摘要序号: 文本标题 { 0:"智能制造的发展趋势" 1:"智能制造的发展趋势" }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

物理学领域科技文献命名实体识别

我们基于当前效果最好的物理学领域科技文献命名实体识别模型(NER_Physics),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/ner_physics_en,将多个摘要文档以list类型上传,将以json格式返回多篇摘要文本实体识别结果。

格式 示例
请求URL /ner_physics_en http://sciengine.las.ac.cn/ner_physics_en
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "We propose the use of germanium-on-silicon technology for indirect time-of-flight based three-dimensional sensing , and demonstrate a novel lock-in pixel featuring high quantum efficiency and large frequency bandwidth ...", "We propose the use of germanium-on-silicon technology for indirect time-of-flight based three-dimensional sensing , and demonstrate a novel lock-in pixel featuring high quantum efficiency and large frequency bandwidth ..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 实体识别结果 { 0:{ "quantum efficiency":"现象和现象规律-原子、分子和凝聚态物理", "time-of-flight":"计量、仪器和数据分析-测量方法" }, 1:{ "quantum efficiency":"现象和现象规律-原子、分子和凝聚态物理", "time-of-flight":"计量、仪器和数据分析-测量方法" } }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

医学领域科技文献命名实体识别

我们基于医学领域科技文献命名实体识别模型(NER_MED_CN),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/api_ner_med_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要文本实体识别结果。

格式 示例
请求URL /api_ner_med_cn http://sciengine.las.ac.cn/api_ner_med_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "盆腔操联合心理干预对盆腔炎性不孕症患者负性情绪的影响。目的改善盆腔炎性不孕症患者焦虑、抑郁的负性情绪.方法将168例盆腔炎性不孕症患者随机分为心理干预组55例、盆腔操组56例....", "参芪地黄汤联合ACEI/ARB类药物治疗糖尿病肾病的Meta分析。目的:系统评价参芪地黄汤联合ACEI/ARB类药物治疗糖尿病肾病(DKD) ..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 实体识别结果 {'0': {'results': [['盆腔炎性不孕症', '疾病或症状'], ['盆腔操练习', '手术'], ['盆腔操练', '手术'], ['盆腔操', '手术'], ['焦虑自评量表', '医学仪器'], ['焦虑', '疾病或症状'], ['抑郁评分', '检查科目'], ['抑郁自评量表', '医学仪器'], ['抑郁', '疾病或症状'], ['心理干预', '手术']]}, '1': {'results': [['血肌酐', '检查科目'], ['糖尿病肾病', '疾病或症状'], ['空腹血糖', '检查科目'], ['方法学质量评价', '方法'], ['尿素氮', '检查科目'], ['尿微量白蛋白', '检查科目'], ['尿N-乙酰-β-D氨基葡萄糖苷酶', '检查科目'], ['参芪地黄汤', '药物'], ['Meta分析', '方法'], ['ACEI/ARB类药物', '药物']]}, '2': {'results': [['胰腺癌扩大根治术', '手术'], ['胰腺癌扩大切除术', '手术'], ['胰腺癌', '疾病或症状']]}}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

中文科研实体识别

我们基于中文科研实体识别模型(NER_SCI_CN),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/api_ner_sci_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要文本科研实体识别结果。

格式 示例
请求URL /api_ner_sci_cn http://sciengine.las.ac.cn/api_ner_sci_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "基于随机森林的直升机飞行状态识别方法。针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题....", "改进AFSA算法优化SVM的变压器故障诊断。提出一种基于改进人工鱼群算法优化支持向量机(SVM)的变压器故障诊断方法 ..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 实体识别结果 {'0': {'仪器设备': ['随机森林分类器'], '度量指标': ['识别率', '特征参数', '飞行状态', '识别速度'], '数据资料': ['飞行数据', '直升机实飞数据'], '方法模型': ['去野点', '限幅', '平滑处理', 'RBF神经网络法', 'SVM法'], '研究问题': ['直升机飞行状态识别方法', '全起落飞行状态', '直升机寿命预测']}, '1': {'仪器设备': ['SVM分类器'], '度量指标': ['寻优效率', '求解精度', '核函数参数', '惩罚系数', '分类精度', '诊断正确率'], '方法模型': ['AFSA算法', '人工鱼群算法', '决策导向无环图(DDAG)方法', 'SVM多分类决策模型', '仿真实验', '网格搜索法', 'Grid-SVM', 'GA-SVM', 'PSO-SVM'], '研究问题': ['变压器故障诊断方法'], '软件系统': ['SVM']}, '2': {'度量指标': ['负熵', '源信号数目', '语音时域波形', '信噪比'], '方法模型': ['FastICA语音信号分离算法', 'FastICA(Fast Independent Component Algorithm)语音信号盲分离算法', '仿真实验'], '研究问题': ['源信号数目估计', '语音信号分离及复原', '信号盲分离', '信号分选']}}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

英文科研实体识别

我们基于英文科研实体识别模型(NER_SCI_EN),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/api_ner_sci_en,将多个摘要文档以list类型上传,将以json格式返回多篇摘要文本科研实体识别结果。

格式 示例
请求URL /api_ner_sci_cn http://sciengine.las.ac.cn/api_ner_sci_en
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "Characteristics of patients with coronavirus disease (COVID-19) confirmed using an IgM-IgG antibody test. Coronavirus disease (COVID-19)...", "Low scale Dirac leptogenesis and dark matter with observable ΔNeff. We propose a gauged B−L extension of the standard model (SM) where light neutrinos are of Dirac ..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 实体识别结果 {'0': {'仪器设备': [], '地点': [], '度量指标': ['positivity rate', 'sensitivity', 'virus exposure', 'inflammatory response'], '数据资料': [], '方法模型': ['IgM-IgG antibody test', 'Nucleic acid testing', 'IgM-IgG combined assay', 'nucleic acid tests', 'IgM-IgG testing'], '理论原理': [], '研究问题': ['coronavirus disease(covid-19)', 'betacoronavirus', 'severe acute respiratory syndrome coronavirus 2(sars-cov-2)', 'viral infections', 'COVID-19 diagnoses', 'SARS-CoV-2 infection'], '科学家': [], '软件系统': []}, '1': {'仪器设备': [], '地点': [], '度量指标': ['B−L violation', 'B−L charge', 'B−L gauge interactions', 'gauge sector couplings', 'B−L gauge sector parameter space', 'dark matter requirements', 'thermalised relativistic degrees of freedom', 'collider bounds'], '数据资料': [], '方法模型': ['gauged B−L extension', 'standard model(sm)', 'tiny Yukawa couplings', 'scalar doublet'], '理论原理': [], '研究问题': ['Low scale Dirac leptogenesis', 'dark matter', 'observable ΔNeff', 'light neutrinos', 'Dirac type', 'Majorana fermions', 'fermion coupling', 'SM leptons', 'equilibrium decay', 'lepton asymmetry', 'decaying fermion', 'washout processes', 'SM singlet particle', 'light Dirac neutrinos'], '科学家': [], '软件系统': []}}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

科研实体关系识别

我们基于科研实体关系识别模型(NER_SCI_CN),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/api_relation_sci_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要文本科研实体识别结果。

格式 示例
请求URL /api_relation_sci_cn http://sciengine.las.ac.cn/api_relation_sci_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "基于随机森林的直升机飞行状态识别方法。针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题....", "改进AFSA算法优化SVM的变压器故障诊断。提出一种基于改进人工鱼群算法优化支持向量机(SVM)的变压器故障诊断方法 ..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 实体关系识别结果 '0': {'句子6': {'2-实体': {'实体2': {'实体指称': 'rbf神经网络法', '实体类别': '方法模型'}, '实体3': {'实体指称': 'svm法', '实体类别': '方法模型'}, '实体1': {'实体指称': '直升机实飞数据', '实体类别': '数据资料'}, '实体4': {'实体指称': '识别率', '实体类别': '度量指标'}, '实体5': {'实体指称': '识别速度', '实体类别': '度量指标'}, '实体6': {'实体指称': '直升机寿命预测', '实体类别': '研究问题'}}, '3-三元组': {'知识1': {'实体2': 'rbf神经网络法', '实体1': 'svm法', '关系': '并列'}}, '1-句子内容': '以某型直升机实飞数据作为实验数据,将该方法与RBF神经网络法和SVM法进行对比实验,结果表明在小样本情况下该方法识别率有明显提高,识别速度也有所提高,可为直升机寿命预测提供依据'}, '句子3': {'2-实体': {'实体2': {'实体指称': '限幅', '实体类别': '方法模型'}, '实体3': {'实体指称': '平滑处理', '实体类别': '方法模型'}, '实体1': {'实体指称': '去野点', '实体类别': '方法模型'}, '实体4': {'实体指称': '飞行数据', '实体类别': '数据资料'}, '实体5': {'实体指称': '特征参数', '实体类别': '度量指标'}, '实体6': {'实体指称': '飞行状态', '实体类别': '度量指标'}}, '3-三元组': {'知识3': {'实体2': '平滑处理', '实体1': '限幅', '关系': '并列'}, '知识2': {'实体2': '去野点', '实体1': '平滑处理', '关系': '并列'}, '知识1': {'实体2': '去野点', '实体1': '限幅', '关系': '并列'}}, '1-句子内容': '首先利用去野点、限幅、平滑处理对飞行数据进行预处理,并根据特征参数将飞行状态分为8个小类'}},'1':{...},'2':{...}}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

概念定义句识别

我们基于英文科技文献定义句识别模型(Def),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/definition_recognition_en,将多个文档以list类型上传,将以json格式返回多篇文本概念定义句识别结果。

格式 示例
请求URL /definition_recognition_en http://sciengine.las.ac.cn/definition_recognition_en
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "The present investigation was a cross-sectional study based on secondary analyses of data from the weighted fifth Korea National....", "COPD includes patients with chronic bronchitis and emphysema. Although identified as separate entities, most patients with COPD have..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 概念定义句识别结果 {'0': {'Definition': [{'definition_sentence': 'The KNHANES is a nationally representative, reliable, large-scale, cross-sectional survey targeting non-institutionalized Koreans.', 'definition_word': ['the knhanes']}]}, '1': {'Definition': [{'definition_sentence': 'The CES-D scale is a short self-report scale designed to measure depressive symptomatology in the general population.', 'definition_word': ['the ces-d scale']}]}, '2': {'Definition': [{'definition_sentence': 'Ultibro Breezhaler is an inhaled, once-daily, fixed-dose combination of the LAMA, glycopyrronium bromide and the LABA, indacaterol maleate and was developed under the name QVA149.', 'definition_word': ['ultibro breezhaler']}]}}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

研究问题句识别

我们基于英文研究问题句识别模型(Move_Question),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/question_recognition_en,将多个文档以list类型上传,将以json格式返回多篇文本研究问题句识别结果。

格式 示例
请求URL /question_recognition_en http://sciengine.las.ac.cn/question_recognition_en
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "The present investigation was a cross-sectional study based on secondary analyses of data from the weighted fifth Korea National....", "COPD includes patients with chronic bronchitis and emphysema. Although identified as separate entities, most patients with COPD have..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 概念定义句识别结果 {'0': {'Question': [{'question_sentence': 'We aimed to clarify the brain region involved in motor function improvement following chronic stroke.', 'question_phrase': ['clarify the brain region involved in motor function improvement following chronic stroke']}]}, '1': {'Question': [{'question_sentence': 'We aimed to evaluate the safety outcome profile of CEA and CAS in Chinese patients with carotid artery stenosis.', 'question_phrase': ['the safety outcome profile of cea and cas in chinese patients with carotid artery stenosis']}]}, '2': {'Question': [{'question_sentence': 'This observational study attempts to explore whether single-nucleotide polymorphisms (SNPs) in DC-SIGN are related to the severity of EV71-associated HFMD.', 'question_phrase': ['whether single - nucleotide polymorphisms ( snps ) in dc - sign are related to the severity of ev71 - associated hfmd']}]}}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

引用句识别

我们基于英文引用句识别模型(Move_Citation),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/citation_recognition_en,将多个文档以list类型上传,将以json格式返回多篇文本引用句识别结果。

格式 示例
请求URL /citation_recognition_en http://sciengine.las.ac.cn/citation_recognition_en
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "The present investigation was a cross-sectional study based on secondary analyses of data from the weighted fifth Korea National....", "COPD includes patients with chronic bronchitis and emphysema. Although identified as separate entities, most patients with COPD have..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: 概念定义句识别结果 {"0": {'Key Citation': ['The identification of the responsible first gene on chromosome 17, and its product plakoglobin as the responsible protein for Naxos disease proved to be a milestone in the study of ARVD, which opened a new field of research [28, 31].'], 'Minor Citation': [], 'Limited Citation': [], 'Normal Citation': ['Arrhythmogenic right ventricular dysplasia (ARVD) was first recognized in 1977 during antiarrhythmic surgery in Pitié Salpêtrière Hospital, Paris, France [1].', ...']}, "2": {...}}}
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

审稿人推荐

我们基于当前效果最好的审稿人推荐模型(Author_Recommandation),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/reviewer_recommendation_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要相关的审稿人列表。

格式 示例
请求URL /reviewer_recommendation_cn http://sciengine.las.ac.cn/reviewer_recommendation_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "络病理论是中医疾病学的重要内容。姚乃礼教授基于多年临床实践,认为肝纤维化、肝硬化、慢性萎缩性胃炎、慢性溃疡性结肠炎的发病过程均有“毒损络脉”的传变规律...", "络病理论是中医疾病学的重要内容。姚乃礼教授基于多年临床实践,认为肝纤维化、肝硬化、慢性萎缩性胃炎、慢性溃疡性结肠炎的发病过程均有“毒损络脉”的传变规律..." ],"token":99999 }
成功请求返回数据(JSON) 摘要序号: [审稿人列表] { 0:[ "王阶(中国中医科学院广安门医院)", "仝小林(中国中医科学院广安门医院)", "王永炎(中国中医科学院中医临床基础医学研究所)", "于峥(中国中医科学院中医基础理论研究所)", "谢雁鸣(中国中医科学院中医临床基础医学研究所)" ], 1:[ "王阶(中国中医科学院广安门医院)", "仝小林(中国中医科学院广安门医院)", "王永炎(中国中医科学院中医临床基础医学研究所)", "于峥(中国中医科学院中医基础理论研究所)", "谢雁鸣(中国中医科学院中医临床基础医学研究所)" ] }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }

投稿期刊推荐(Journal)

我们基于当前效果最好的投稿期刊推荐模型(Journal Rocommendation),提供基于http POST方式的API接口。

支持多篇文档(建议分批次上传,每次数据不超过50条),url为http://sciengine.las.ac.cn/journal_recommendation_cn,将多个摘要文档以list类型上传,将以json格式返回多篇摘要相关的期刊列表。

格式 示例
请求URL /journal_recommendation_cn http://sciengine.las.ac.cn/journal_recommendation_cn
请求参数(JSON) "data": 摘要文本列表
"token": 验证码数字
{ "data":[ "络病理论是中医疾病学的重要内容。姚乃礼教授基于多年临床实践,认为肝纤维化、肝硬化、慢性萎缩性胃炎、慢性溃疡性结肠炎的发病过程均有“毒损络脉”的传变规律...", "络病理论是中医疾病学的重要内容。姚乃礼教授基于多年临床实践,认为肝纤维化、肝硬化、慢性萎缩性胃炎、慢性溃疡性结肠炎的发病过程均有“毒损络脉”的传变规律...","token":99999 ] }
成功请求返回数据(JSON) 摘要序号: [期刊列表] { 0:[ "刊名:中华中医药杂志 ISSN:1673-1727", "刊名:时珍国医国药 ISSN:1008-0805", "刊名:中国中医基础医学杂志 ISSN:1006-3250", "刊名:北京中医药大学学报 ISSN:1006-2157", "刊名:南京中医药大学学报 ISSN:1672-0482" ], 1:[ "刊名:中华中医药杂志 ISSN:1673-1727", "刊名:时珍国医国药 ISSN:1008-0805", "刊名:中国中医基础医学杂志 ISSN:1006-3250", "刊名:北京中医药大学学报 ISSN:1006-2157", "刊名:南京中医药大学学报 ISSN:1672-0482" ] }
错误信息返回数据(JSON) "info":错误信息 { "info": "Server not available!" } { "info": "Token incorrect!" }