一、项目背景

      近年来，随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道，各类社情民意相关的文本数据量不断攀升，给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时，随着大数据、云计算、人工智能等技术的发展，建立基于自然语言处理技术的智慧政务系统已经是社会治理创新发展的新趋势，对提升政府的管理水平和施政效率具有极大的推动作用。 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
     （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TensorFlow2.0完成文本体征向量提取和FastText等深度学习模型构建。

三、实现工具

      Python： Pandas、Jieba、Tensorflow2等。

注：本课程仅供在线实习班级使用。