ISO 1951:1973
专用于分类定义词汇的词典编辑符号
Lexicographical symbols particularly for use in classified defining vocabularies
说明：
- 此图仅显示与当前标准最近的5级引用；
- 鼠标放置在图上可以看到标题编号；
- 此图可以通过鼠标滚轮放大或者缩小；
- 表示标准的节点，可以拖动；
- 绿色表示标准：ISO 1951:1973 ， 绿色、红色表示本平台存在此标准，您可以下载或者购买，灰色表示平台不存在此标准；
- 箭头终点方向的标准引用了起点方向的标准。
ISO 1951:1973相似标准
推荐
利用深度学习对短文本产品名称分类的研究
朴素贝叶斯分类器是一种基于贝叶斯定理的概率分类算法。优势在于简单高效，训练过程很快，且适用于文本分类任务，对高维度的数据能够很好的处理词汇的稀疏性，且对小规模数据集上有较好的表现。 而深度学习算法更聚焦在短文本的分类上，更贴合针对产品名称分类的模式，其中深度学习模型包括：TextCNN和FastText。TextCNN是一个使用卷积神经网络架构的文本分类模型。...
数据赋能：利用深度学习对短文本产品名称分类
朴素贝叶斯分类器是一种基于贝叶斯定理的概率分类算法。优势在于简单高效，训练过程很快，且适用于文本分类任务，对高维度的数据能够很好的处理词汇的稀疏性，且对小规模数据集上有较好的表现。 而深度学习算法更聚焦在短文本的分类上，更贴合针对产品名称分类的模式，其中深度学习模型包括：TextCNN和FastText。TextCNN是一个使用卷积神经网络架构的文本分类模型。...
71位中外科学家联手打造史上最强“AI儿科医生”
自然语言处理信息提取模型的设计 NLP框架有多个组成部分：词典构建、符号化、单词嵌入、图构建，以及使用LSTM架构的句子分类。 词典构建 我们通过阅读训练数据中的句子，并选择临床相关单词以用于查询-答案模型构建来生成词典。词典的关键词由我们的医生策划，并使用中文医学词典生成。接下来，根据医生的临床知识和经验，以及专家共识修订词典中的错误。迭代运行程序，直到找不到现有疾病和体检的新的概念为止。...