一、项目背景

      无论是传统社会还是互联网时代，有价值的信息和及时准确的传播都是社会运行所必需的重要基础。近年来，随着媒体融合和大数据时代的发展，互联网改变了信息传播的方式、内容，网络问政日渐成为一种新型的问政形式。但互联网大数据也造成了浩如烟海的信息过载和信息垃圾现象，把握大数据、云计算、人工智能等技术带来的崭新机遇，建立基于自然语言处理技术的智慧政务系统，在第一时间准确地把握舆论和信息脉搏，挖掘热点信息，做出及时、准确、有效的回复，实现网络问政的高质量发展，成为社会治理创新发展的新课题。
基于上述背景，如何把握大数据、云计算、人工智能等技术带来的崭新机遇，建立基于自然语言处理技术的智慧政务系统，是一个具有重要而深远意义的研究项目。就本文而言，需根据收集自互联网公开来源的群众问政留言记录，完成问政工作的第一步，构建深度学习模型完成问政留言记录的分类识别和分配

二、项目目标

     对于此任务需根据所给的留言数据，建立关于留言内容的一级标签分类模型。
     1. 借助已有的问政留言数据，探索各类样本的专业词语分布
     2. 利用Jieba分词、去停用词等文本预处理方法处理文本数据
     3. 利用TensorFlow2.x完成文本体征向量提取和深度学习模型构建

三、实现工具

      Python3：Pandas、Matplotlib、jieba、Tensorflow2.x等。

注：本课程仅供在线实习班级使用。