服务器诊断日志的分类方法及电子设备

本申请涉及诊断测试技术领域，特别涉及一种服务器诊断日志的分类方法及电子设备，方法包括：对待分类诊断日志数据进行预处理，得到数值化数据，并输入至预先训练的深度学习分类模型，将数值化数据映射为词向量，并从正反两个方向提取词向量序列的上下文特征，并根据特征序列得到待分类诊断日志的分类结果，其中，预先训练的深度学习分类模型由带有类别标签的诊断日志样本数据集训练双向长短期记忆网络得到。由此，解决了传统正则表达式在服务器诊断日志分类中存在的灵活性差、跨条目关联能力弱、效率低下和准确率不足的问题，实现了服务器诊断日志的智能、高效、精准自动分类，显著降低人工维护成本并提升故障定位准确率。