本发明提供了一种基于NLP大数据的水坝风险挖掘方法及系统，方法包括：获取水坝实时数据；将水坝实时数据输入至水坝风险挖掘模型中，得到水坝风险因子；获取历史水坝事故数据库并进行文本转换，得到事故文本语料库；对事故文本语料库进行预处理，得到预处理语料库；根据分词算法和神经网络模型构建初始模型，并将预处理语料库输入至初始模型中进行学习和训练，得到学习结果数据；基于预设的水坝风险关键词对学习结果数据进行挖掘，得到确定好的水坝风险挖掘模型和关联词特征词。本发明通过已知事故的描述数据来获取水坝风险的关联特征词，得到相关的风险因子或风险源增加安全生产风险数据源输入，提升了水坝风险挖掘的可靠性。