基于自然语言处理的政务留言文本分类研究

摘要

现阶段网络问政系统发展趋势较为缓慢,政府部门迫切需要提高管理水平和问题处理效率的方法,面对海量的留言文本,快速准确地处理留言成为目前急于解决的问题.该文通过对比现有的文本分类方式,通过Word2Vec模型对文本进行特征提取,获得初步词向量表示,构建了逻辑回归模型(LR)、朴素贝叶斯(Na?ve Bayes)模型、TextCNN、TextRNN等分类模型对留言问题进行对比分类.