为响应国务院办公厅《推行行政执法公示制度执法全过程记录制度重大执法决定法制审核制度试点工作方案》,某省地方税务局组织相关人员设计开发了“三项制度改革平台”,三项制度法制审核子系统是三项制度改革平台的三大子系统之一,本人有幸参与并负责该子系统的设计与开发。在分析三项制度法制审核子系统运行过程中的数据发现在“审核是否上会”环节存在如下两个主要问题:1)存在短时间内审核人员工作量大的问题;2)存在审核人员的工作质量问题,如把本不应该上会的文书做了上会处理即进行会议审议,造成会议审议工作量大的问题。本文针对这两个主要问题,研究并设计了基于改进TF-IDF的三项制度法制审核模型,通过模型给出是否进行会议审议的推荐意见来解决问题。模型主要包括对不平衡数据进行预处理,采用Bigram方法对文本数据进行分词,采用停用词表去除停用词,采用卡方检验方法进行特征选择,采用TF-IDF算法进行特征加权,采用支持向量机算法来训练模型等步骤。本文所做主要工作:1、在数据预处理环节,提出了一种采用K-Means和过采样技术相结合的方法来解决数据不平衡问题,避免模型给出的结果偏向于样本数据量多的一类。2、在特征选择环节,提出了结合特征词的词频因子、特征词在类间的集中度系数、特征词的修正系数,和特征词的权重因子的卡方检验方法,解决了卡方检验的低频词等问题。3、在特征加权环节,提出了结合改进后卡方检验方法的TF-IDF算法,弥补了TFIDF算法没有考虑特征词在某个类别文本集中的分布情况和所有类别文本集之间的分布情况的不足。4、在分类环节,将采用改进后TF-IDF算法计算得到的特征词的权重值作为输入数据输入到支持向量机算法中训练生成模型。通过对实验结果进行分析,证明了基于改进TF-IDF算法的模型在模型准确率、召回率、FMeasure值方面平均提升效果都大于5%,说明了改进后TF-IDF算法的有效性。最后将训练好的三项制度法制审核模型运用于三项制度法制审核原型子系统中。