一种建筑质量投诉文本分类的方法和系统

摘要

本发明公开了一种建筑质量投诉文本分类的方法和系统，方法包括数据收集和分析：收集现有的建筑质量投诉文本，并给每条投诉人工匹配投诉类别；投诉文本预处理：使用分词软件将投诉文本分词处理并删除停用词；模型构建：构建基于卷积神经网络的文本分类模型；模型优化：利用已标记的文本数据，进行模型的训练与验证，对比不同批次验证结果的准确率，自动调整模型参数，最终得到最优分类模型。本发明的技术方案由于采用基于卷积神经网络的机器学习，将投诉文本表示为包含语义信息的空间向量，能够对投诉文本进行高效、准确的自动化分类，避免了人工分类方式下由于文本语言表达问题造成的理解偏差，有利于支持建筑质量投诉文本的后续处理。