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
ISO 1951:1973 发布历史
ISO 1951:1973由国际标准化组织 IX-ISO 发布于 1973-11。
ISO 1951:1973 在中国标准分类中归属于: A22 术语、符号。
ISO 1951:1973 专用于分类定义词汇的词典编辑符号的最新版本是哪一版？
最新版本是 ISO 1951:2007 。
ISO 1951:1973的历代版本如下：
- 2007年 ISO 1951:2007 字典中词条表达/表示方式.要求、建议和信息
- 1997年 ISO 1951:1997 编纂专业词典用词典编辑符号和活版印刷协议
- 1973年 ISO 1951:1973 专用于分类定义词汇的词典编辑符号
采用 ISO 1951 的发行版本有：
- BS ISO 1951:2007 字典中词条表达/表示方式.要求、建议和信息
- KS X ISO 1951-2009(2019) 词典词条的表示法要求、建议和信息
- LST ISO 1951:2008 词典中条目的表示/表示 要求、建议和信息（ISO 1951:2007，相同）
- NF ISO 1951:2007 词典中条目的呈现/表示 - 要求、建议和信息
- NF X03-005*NF ISO 1951:2007 词典中词条表达/表示方式 要求、建议和信息
- ONORM ISO 1951:1984 专门由于词汇表分级定义的辞书编纂符号
ISO 1951:1973相似标准
推荐
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。...
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。...
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。...