基于机器学习的网上问政文本分类方法
随着信息技术的发展,政务服务的水平也得到了提升,各级政府部门都开通了网上问政服务,留下了大量的群众留言,只通过后台人工对留言进行分类,效率低下,费时费力.本文提出基于机器学习的方法,对网上问政的文本进行分类,利用自然语言处理的技术对文本进行合理的预处理操作,利用词向量工具Word2vec将文本表示成向量的形式,通过机器学习算法支持向量机(SVM)的方法进行文本分类.实验表明,在基于机器学习的文本分类中,经过预处理和词向量模型表示后的文本,使用SVM分类方法对网上问政文本进行所属机构类别取得了90%以上的准确率.
自然语言处理、机器学习、网上问政、文本分类、SVM
19
TP311(计算技术、计算机技术)
汉江师范学院教学改革研究项目2022B17
2023-04-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
22-24,27