基于大模型的非结构化文本数据智能分析方法及系统

本发明涉及数据处理技术领域，尤其涉及基于大模型的非结构化文本数据智能分析方法及系统。方法包括：获取待分析的非结构化文本数据，并进行清洗与分词处理，得到若干候选词；计算每个候选词的全局常规干扰度；基于所述全局常规干扰度，计算每个候选词的故障语义特异性因子；确定候选词在TextRank算法中的节点初始权重；基于所述节点初始权重运行TextRank算法，提取得到隐性故障链摘要；将所述隐性故障链摘要输入大模型，指令所述大模型进行故障演变分析并输出维修建议。本发明通过干扰度抑制、语义因子增强以及动态熵分析，优化关键词提取，从而更准确地识别故障词汇，提升大模型输入质量与故障分析可靠性。