基于改进BI-LSTM的变电站防汛数据结构化方法及装置

本发明提供了一种基于改进BI‑LSTM的变电站防汛数据结构化方法，属于变电站防汛数据文本结构化技术领域。一种基于改进BI‑LSTM的变电站防汛数据结构化方法，包括：对变电站防汛数据文本进行分词处理；利用非共享权值卷积神经网络UCNN对分词后的文本词语进行特征提取，利用LeakyRelu激活函数对UCNN输出的特征图进行非线性变换，获得表征防汛数据文本词语含义的特征矩阵；利用双向长短期记忆神经网络BI‑LSTM对特征矩阵进行句子语义理解，利用全连接层对语义理解结果进行分类，利用LeakyRelu激活函数对分类结果进行非线性变换，完成文本结构化。本发明可以有效提升变电站防汛数据文本质量，解决变电站防汛数据文本存在的问题，为变电站防汛风险影响因素评级提供参考意见。