海量数据结构化方法、装置、计算机设备及存储介质

摘要

本申请实施例公开了一种海量数据结构化方法、装置、计算机设备及存储介质。该方法包括：将非结构化数据进行聚类，得到与预设的聚类簇数对应的聚类结果，并设置与每一簇的聚类一一对应的ID编号；在聚类结果中每一簇的聚类中均获取一非结构化数据，并将所获取的非结构化数据对应转化为正则表达式；将每一簇的聚类中所包括的非结构化数据均根据该聚类对应的正则表达式进行转化，得到结构化数据。该方法实现由聚类算法将海量的非结构化数据做聚类，每个簇对应生成一个正则表达式并应用到该簇的所有数据，这样海量非结构化数据都能快速转化为结构化数据，能快速的满足深度学习所需训练数据的需求。