text stringlengths 0 18.7k |
|---|
4.结论 |
在文本分类中，朴素贝叶斯虽然效果比较明显，但是对于相似程度较高的文 |
本无法完成正确的分类效果, 仍需结合上下文语境来进行分类, 相关部门在阅读 |
留言过程中也需要认真细致。对于热点问题,有一些称不上是热点的问题，但是 |
仍然是社会学校上面的主要矛盾, 相关部门也需要针对社会上已存在的主要矛盾 |
对于问题进行排查管理，提升政府部门管理全面性，主动性。政府部门的回复内 |
容比较及时, 相关性和完整性较强, 但是有的问题依然需要和群众多沟通多交流， |
增加政府与群众面对面的机会, 更加把握民意民情, 创造一个和谐美满的社会大 |
家庭。 |
5.参考文献 |
[人.Salton G，Buckley 0，Term-weighting approaches in automatic text |
retrieval [有Pergamon Press，lnc. 1988. |
[2]. Salton G ，Wong A ，Yang 0 S$ . A Vector Space Model for Automatic |
Indexing[J].，Communications of the Acm, 1974, 18(11) :613-620. |
[3]，锅鸣, 孙建军, 成颖. 基于朴素贝叶斯的文本分类研究综述[J]. 情报科学， |
2016，V341(7) :147-154. |
[4]，Swapni1lHingmire, SandeepChougule, GirishK, etal1. Documentclassificat |
ion by topic labeling[C]//In SIGIR, 2013:877-880. |
[5].， Wikolov T, Chen K，Corrado G，et al.， Efficient Estimation of Word |
Representations in Vector Space[J].， Computer Science，2013. |
[6]. 宁建飞, 刘降珍. 融合Word2vec 与TextRank 的关键词抽取研究[J] . 现代图书 |
情报技术, 2016 (6) :20-27. |
1基于深度学习的多模型智慧政务系统—智政摘要—由于政务信息不断在增长，由于传统的完全人工处理政务信息的方法的局限性，给日常处理政务信息带来了许多问题。本文通过结合现有的自然语言处理技术和传统算法，着手解决了在处理政务信息过程中的分类，热点问题发掘以及政务回复质量评估这三个问题。对于任务一，分类任务是监督学习领域的典型问题，我们首先分析数据，对数据进行了一定的预处理，是对每一折中的数据分布大致相同。之后我们分别尝试值使用主题预测、只使用留言详情预测以及结合两者指标一起预测的三种模型，最终使用集成学习模型。对于任务二，首先需要对留言进行分类，我们分别使用TF-IDF、LDA、BERT、AutoEncoders 来表示文本。之后分别使用改... |
第八届 “泰迪杯 |
全国数据挖掘挑战赛 |
作品名称:“智慧政务”中的文本挖掘应用研究 |
摘要 |
近年来，随着互联网的进一步发展和政府政务工作的完善, “智慧政务”成 |
为处理留言的利器之一随着互联网的介入，电子政务的处理效率越来越快。但 |
是群众的反应量之大，导致人工效率过低，政务人员的处理量大，处理周期 |
长。会导致处理事件不及时，处理周期长的问题。而一般的政务处理系统，往 |
构简单，需要大量的人工成本，还需要大量的时间维护。而且智能程度较 |
低，处理效率也不高。为了解决人工效率，时间效率的痛点，借用自然语言处 |
理，以及深度学习模型训练分类问题。加上模型答复意见评价系统 逐渐减少人 |
工的劳动量，进一步智能化处理政务留言。伴随微信平台，支付宝平台，等等 |
的网络平台的发展，这些平台让群众提出意见逐渐便利。便利的收集数据之 |
后，就是面临大基量数据的处理，其中留言分类和热点处理相关的工作需要大 |
量时间，人工成本。而我们抓住痛点，建立智慧政务处理系统即是发展的趋 |
势，而这种智慧智能的处理系统仅需要少部分的人工，和大量的数据即可完 |
成，留言划分，热度问题挖掘，答复意见评价的基本重要步又。处理系统对于 |
政务的管理水平以及施政效率具有良好的推动，激活作用。 |
多”汐复模型构建sosoopoeaoeooooaeooeoooooooooooaaaootoaaaoeadoodaaooaadaalooat |
1.问题一分析方法与过程 |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.