随着学生规模不断扩大,各大院校教学实力不断增强,招生信息成为了学生报考时关注的重点。通常情况下,在获取目标院校的相关信息时,学生往往是借助招生简章、搜索引擎以及人工咨询方式收集的。但是招生简章中内容总量较少,往往难以囊括院校所有信息;搜索引擎所获取的信息过于繁杂,甚至存在不真实的情况,导致学生难以准确高效获取到相关信息;人工咨询获取的信息较为准确,但收费相对较高,给大部分学生造成较大的资金压力。然而基于BERT模型构建招生咨询问答系统能够通过了解用户的信息查询需求,从而给予准确的答复,有效解决当前招生工作中所存在的问题。本课题的主要工作包括:1)首先围绕研究主题,完成语料库的构建,随后以此为基础选择相应的语言模型,并且完成系统框架的设计,其中分设不同的功能模块,确保开发工作简捷、高效。开展该项工作的主要原因在于构建科学、合理的分类模型,确保问答系统回复准确,尤其是结合Bi LSTM模型应用和发展现状,围绕具体的使用场景,探索得出更高效的分析方法。2)结合BERT模型构建招生咨询智能问答算法。以招生咨询为主题,收集相关问题、答案,构建相应的知识库,知识库中的数据主要源自院校发布的招生简章,各类招生网站以及贴吧;之后运用BERT、Siamese Bi LSTM对问句的专业实体词和语义分析的相似度进行计算,最后依据相似度计算结果,验证算法的可行性。3)基于BERT-Siamese Bi LSTM确定系统设计思路,随后以pycharm为开发工具,使用python进行实现,完成了招生咨询问答系统。系统主要实现的功能有问题咨询、收藏问题、分享问题、维护知识库等。研究结果证实,本文提出的BERT-Siamese Bi LSTM算法具有实用性、可行性。