“智慧政务”中的文本挖掘应用.docx

摘要：本文旨在设计基于自然语言处理技术的智慧政务系统，以群众问政的留言记录以及相关部分对群众留言的答复意见作为研究数据，解决了对群众留言的分类和热点问题的挖掘以及提出答复意见评价方案等问题，对政府的管理水平和施政效果的提升具有十分重大的意义。

针对问题一，首先利用深度学习中的卷积神经网络（CNN）算法，构建基于卷积神经网络来解决自然语言处理

（NLP）问题的模型（TextCNN），最后得出关于留言内容的一级标签分类模型。用建立的分类模型对附件2的留言内容进行训练，训练后的模型对测试样本进行测试，使用准确率、F-score、混淆矩阵等评价指标对模型进行评价，得到准确率为91.65%，