政务服务涉及群众生活的方方面面,相对应的政务网站所包含的审批事项众多,不易查找,群众即使在普遍关注的就业、住房、教育、医疗等领域也较难获得理想的信息和直接的解决方案。如果能通过构建一个依托于政务服务大数据的事项审批快速问答系统,那么政务部门就可以顺应当下精简化、高效化的潮流,与时俱进实现“网上办”、“一次办”的高效办件模式,实现群众少花时间少跑腿,快速了解政府在对应领域的政务服务办件政策、办件材料和办件流程的目的。本文结合政务服务相关办件的数据,研究构建了政务服务自动问答系统。主要工作内容有:1.构建实验所需模型的语料库,确定所采用的语言模型,设计整体软件架构,划分模块简化开发流程。提出基于自注意力机制的短文本分类方法模型（Con-Att-Bi LSTMs）,对短文本分类进行研究,最后经过softmax函数使损失率极小化。该实验的目的是为智能问答提供优秀的分类模型,尤其时在Bi LSTM模型的使用和研究上,探索使用更优质分类方法的可行性。2.提出一种基于BERT和句法规则的政务服务自动问答方法。首先收集政务相关的问题与答案,建立政务服务问答知识库;其次利用基于BERT和句法规则的问句相似度计算方法进行相似度计算;最后根据相似度计算的结果对问答系统进行答案索取,对问答的准确率进行评估验证。3.构建知识库。知识库中数据主要来自省政务服务网上公示的办件事项和审批事项。然后对所有数据进行归纳整理,按询问内容、类型、问题答案三元组的形式进行存储,形成35个数据类别。4.利用本文所研究的内容和方法,设计基于BERT和句法规则的问答系统设计方案,并对系统进行实现。