近年来，伴随着我国法制进程的推进，我国建筑法规体系的建设也取得了较大的发展，这给我国建筑业提供保障的同时，也使得更多企业面临法律风险的挑战。我国建筑施工企业，因其面临着生产活动的高危性、生产对象的分散性、涉及主体的广泛性、市场准入制度的制约性等特点，使得我国建筑施工企业面临的法律风险管理问题更加突出，且其在日常生产管理活动中，项目法律风险尤为突出，并且法律风险一旦发生，企业所要承担的法律责任伴随着强制性的特点，带来的后果往往使企业处于相当被动和窘迫的地位。因此，我国建筑施工企业必须有针对性地提高法律风险防范能力。本文基于对我国建筑施工企业项目法律风险管理问题进行研究，在对风险因素进行识别的基础上，基于BP神经网络建立风险评价模型，并对模型的有效性进行训练和检测，风险等级给出风险应对策略。首先，根据国内外法律风险管理的研究现状，介绍我国建筑施工企业项目法律风险的基本理论。然后通过大量文献阅读，借鉴其他学者的研究成果并结合实践经验，利用专家调查法对我国建筑施工企业项目法律风险因素，按照项目施工准备阶段、施工阶段、竣工验收与保修阶段进行识别，通过识别，共识别出28个风险因素，根据识别出的风险因素建立了风险评价的指标体系。其次，构建了基于BP神经网络方的建筑施工企业项目法律风险评价模型，采用MATLAB软件对模型进行了训练，根据近年来国内已完的9个项目的资料，对模型的有效性进行了检测，划分五个风险等级，提出了已识别的风险因素处在不同风险等级的应对策略。最后，结合案例验证模型的有效性，并结合案例项目法律风险评价结果的作用，提出了该项目法律风险的应对策略。综上所述，本文的研究，为我国建筑施工企业提供了一个可操作的，具有实际意义的法律风险管理的体系，可以帮助我国施工企业在实施项目法律风险管理过程中有针对性的提高风险分析评价和风险应对的能力，同时也在一定程度上丰富了此领域学者们的研究。因此，本文的研究结果对我国建筑施工企业项目法律风险问题的研究和实际应用，具有一定的指导意义。