2018年新疆兵团“产业援疆”到位资金超7亿

中新社乌鲁木齐1月25日电(记者 戚亚平) 新疆生产建设兵团新闻办25日召开新闻发布会称,2018年,新疆兵团到位援疆资金22.29亿元(人民币,下同),其中,支持产业促进就业项目共57个,到位援疆资金7.42亿元。

新疆兵团援疆办(经协办)副主任陈德春在当日发布会上介绍,2018年,新疆兵团对口援疆工作以产业援疆为主攻方向,着力构建“援疆、招商、园区”三位一体格局,对口援疆深度广度进一步拓展,产业援疆不断提档升级,大力推进了农产品外销。

据悉,2018年,新疆兵团到位援疆资金90%以上的援疆资金投入到民生领域。其中,新疆兵团安排脱贫攻坚项目21个,到位援疆资金1.84亿元;支持产业促进就业项目57个,到位援疆资金7.42亿元。

据介绍,2018年,新疆兵团在安排援疆项目计划上,坚持援疆资金向地处新疆南部的新疆兵团师市倾斜,向民生倾斜,向基层倾斜,向新建团场倾斜,特别是向产业集聚人口倾斜。目前,中船重工、中核集团、国家电投等与兵团在军民融合、新能源、上市公司资本运作等领域达成合作共识并正在积极落实。同时,新疆兵团总结推广广东、辽宁、黑龙江、江苏等省产业园区“援疆、招商、园区”三位一体的经验,推动“组团式”援疆、“抱团式”招商,把园区作为招商引资的主力军。

陈德春称,2019年新疆兵团对口援疆工作中,新疆兵团继续充分发挥对口援疆优势,扎实推进产业合作,围绕产业集聚人口,不断深化产业援疆。(完)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,补全代码如下: ```python import jieba def data_preprocess(corpus): data_set = [] for text, label in corpus: # 使用 jieba 分词库对文本进行分词 word_list = jieba.lcut(text) # 将分好词的文本和标签添加到列表中 data_set.append((word_list, label)) return data_set # 使用示例 train_ds = [("这是一篇关于机器学习的文章。", "科技"), ("这是一篇关于自然语言处理的文章。", "科技"), ("北京时间今天凌晨,2022卡塔尔世界杯亚洲区预选赛结束了最后一轮比赛的争夺。", "体育"), ("国家卫健委今日通报,8月1日0时至24时,31个省(自治区、直辖市)和新疆生产建设兵团报告新增确诊病例98例,其中境外输入病例68例,本土病例30例;无新增死亡病例;新增疑似病例2例,均为境外输入病例。", "时政")] test_ds = [("这是一篇关于人工智能的文章。", "科技"), ("中国女排在东京奥运会上夺得了金牌。", "体育"), ("国家卫健委今日通报,8月2日0时至24时,31个省(自治区、直辖市)和新疆生产建设兵团报告新增确诊病例98例,其中境外输入病例68例,本土病例30例;无新增死亡病例;新增疑似病例2例,均为境外输入病例。", "时政")] train_corpus = data_preprocess(train_ds) test_corpus = data_preprocess(test_ds) print(train_corpus[:2]) print(test_corpus[:2]) ``` 在这段代码中,我们将原始的训练集和测试集转换为了分好词的语料列表。具体来说,我们定义了一个`data_preprocess`函数,使用 jieba 分词库对每条语料进行分词处理,将分好词的语料和对应的标签打包成一个元组,最终添加到一个新的列表中。在该代码中,我们将训练集和测试集转换为了分好词的语料列表,并输出了前两条语料以及它们对应的标签。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值