基于机器学习的政务文本分类、热点问题挖掘方法及系统

摘要

本发明公开了一种基于机器学习的政务文本分类、热点问题挖掘方法及系统，所述分类方法包括：获取多条训练政务文本数据及相应标签，并构建编码字典；基于编码字典得到所述多条训练政务文本数据的向量表示；对标签数据进行编码，得到各标签的向量表示；根据文本数据及相应标签的向量表示，采用机器学习模型训练政务文本分类模型；所述政务文本分类模型用于政务文本分类。本发明通过政务文本构建字典，基于该字典进行文本编码和向量表示，可以提高政务文本分类的准确度。在分类的基础上，对每一类中的问题进行聚类，并且通过相似度计算出来的问题类别数，可以进一步提高政务文本聚类的效果。