谢波　何凤

摘 要：为对广东省投资项目在线审批监管平台积累的近40万个固定资产投资项目的产业类别进行分类，利于政府内部统计管理。在专家识别的人工打标签的方法基础上，进一步采用了线性支持向量机等分类算法，并基于反馈式文本分类机器学习原理再次识别了所有项目的标签类别，项目标签分类准确率由82%提升到91%。结果表明，反馈式文本分类技术，显著提高了项目分类的准确性。

关键词：项目标签;文本分类、词向量;分类器;线性支持向量机;反馈学习

中图分类号：TP181    文献标识码：A 文章编号：2096-4706（2021）17-0100-04

Abstract： In order to classify the industry categories of the nearly 400，000 fixed assets investment projects accumulated by the online approval and supervision platform for investment projects in Guangdong Province， it is conducive to the governments internal statistical management. Based on the manual labeling method recognized by experts， classification algorithms such as linear support vector machines are further adopted， based on the feedback text classification machine learning principle， the label categories of all items are recognized again， and the accuracy of project label classification has been improved by 82% to 91%. The results show that the feedback text classification technology significantly improves the accuracy of project labels classification.

Keywords： project label; text classification; word vector; classifier; linear support vector machine; feedback learning

0  引  言

长期以来，固定资产投资一直是推动经济增长最重要的驱动力，固定资产投资项目的分类统计是宏观经济运行状况的重要监测指标。广东省发展和改革委员会牵头建设的广东省投资项目在线审批监管平台，是投资项目统一办理登记赋码、在线审批、专项申报等服务的平台，自2018年上线使用，截至2021年7月底，积累了近40万个固定资产投资项目的赋码信息，包括项目名称、申报单位名称、规模及描述、国民经济行业类别，意向投资额等。这些项目信息由项目单位填报，难以准确的按领域、行业、产业等类别进行分类，不利于政府内部统计管理。并且固定资产投资分类统计一直较传统，主要基于国民经济行业，由于国民经济行业包括20个门类，类别较多，较难从宏观层面判别项目所属投资领域，有必要新增符合新时代特点的可灵活调整……