基于BERT的民生问题文本分类模型——以浙江省政务热线数据为例

摘要：

基于 2017-2021 年浙江省 12345 政务热线数据,从居民视角构建细粒度的民生问题三级分类体系,并利用 BERT 预训练模型来构建文本分类模型,将居民诉求文本转化为民生问题标签.研究结果表明,在政务热线数据中加入 30%的人工生成诉求样本,可以使模型的分类准确率提升约 10 个百分点,准确率最高可达84.59%.对浙江省各类民生问题占比的分析结果表明,环境保护、违规经营和市政服务等诉求的比例呈现下降趋势,而公共服务、交通问题、购房问题和新兴消费模式的诉求比例呈上升趋势.研究结果有助于加强政府对于民情民意的了解,提升数据驱动的社会治理能力.

关键词：民生问题文本分类、BERT、政务热线数据、数据治理

所属期刊栏目：59

分类号：TP391;D630;N031

资助基金：浙江省软科学研究计划重点项目2021C25021

在线出版日期：2023-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：456-466