应急预案是对高速铁路突发事件进行科学高效处置的核心 ，通常以纸质文本 、电子文档等方式存储 ，存在 着数字化程度不足 、查询效率不高 、全文检索困难 、智能关联性差等不足 。 提出一种融合本体和深度学习的高速 铁路应急预案数字化方法 ，即通过深度学习算法对突发事件消息文本中的类型 、等级 、时间 、地点等关键信息进行 提取 ，采用本体方法对突发事件应急预案进行预防预警 、分级响应 、应急处置 、后期处置 ４ 阶段数字化构建 ，通过 基于目标树的语义查询智能生成应急处置流程 。 案例分析表明本文提出的方法可以提高应急处置效率和应急预 案数字化管理水平 ，减少突发事件对高速铁路安全运营的影响 。
