AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。系统2006年上线 吸引了全球220个国家和地区的800多万独立IP访问，数据下载量230万次，年度访问量超过1000万 成为学术搜索和社会网络挖掘研究的重要数据和实验平台。项目团队与中国工程科技知识中心、 微软学术搜索、ACM、IEEE、DBLP、美国艾伦研究所、英国南安普顿大学等机构建立了良好的合作关系、 共享数据及技术资源。项目成果及核心技术应用于工程院、科技部、自然基金委、华为、腾讯、阿里巴巴、 百度等国内外20多家企事业单位，为各单位的专家系统建设及产品升级提供了重要数据及技术支撑。（https://www.aminer.cn/）
AMiner将科学文献按学科进行分类，为用户提供基于学科领域的搜索和数据分析服务。
在每个学科内，可检索该学科论文、学者，查看学科研究趋势、热门关键词、主要期刊会议等。
热门领域发展趋势-自然语言生成
“自然语言生成”（NLG）是从机器表示系统（例如知识库或逻辑形式）生成自然语言的自然语言处理任务。当这种形式表示被解释为心理表示的模型时，心理语言学家更喜欢使用语言产生这个术语。可以说NLG系统就像是将数据转换为自然语言表示的翻译器。但是，由于自然语言的内在表现力，产生最终语言的方法与编译器的方法不同。NLG已经存在了很长时间，但是商业NLG技术直到最近才被广泛使用.NLG可能被视为自然语言理解的反面：在自然语言理解中，系统需要消除输入句子的歧义以产生机器表示语言，而在NLG中，系统需要决定如何将概念放入单词中。一个简单的示例是生成套用字母的系统。这些通常不涉及语法规则，但可能会向消费者发出一封信，例如说明已达到信用卡消费限额。
（ 技术历年趋势）
换句话说，简单的系统使用的模板与Word文档邮件合并不同，而是更复杂的NLG系统动态创建文本。与自然语言处理的其他领域一样，这可以使用语言（例如语法）和领域的显式模型，也可以使用通过分析人类书面文本而得出的统计模型来完成。在NLG中，系统需要决定如何将概念转化为单词。一个简单的示例是生成套用信函的系统。这些通常不涉及语法规则，但可能会向消费者发出一封信，例如说明已达到信用卡消费限额。
（国家历年趋势）
在NLG中，系统需要决定如何将概念转化为单词。一个简单的示例是生成套用信函的系统。
（ 机构历年趋势）
这些通常不涉及语法规则，但可能会向消费者发出一封信，例如说明已达到信用卡消费限额。说明已达到信用卡支出限额。换句话说，简单的系统使用的模板与Word文档邮件合并不同，而是更复杂的NLG系统动态创建文本。
（学者历年趋势）
（热度时间比）
与自然语言处理的其他领域一样，这可以使用语言（例如语法）和领域的显式模型，也可以使用通过分析人类书面文本而得出的统计模型来完成。说明已达到信用卡支出限额。与自然语言处理的其他领域一样，这可以使用语言（例如语法）和领域的显式模型，也可以使用通过分析人类书面文本而得出的统计模型来完成。
关键词检索生成趋势分析报告
| 
