科技政策是国家创新发展战略的重要组成部分,对社会、经济与科技的协调发展至关重要。随着大数据、人工智能等新兴技术的发展,科技政策信息多源冗余的现状加速了公众对专业化、精准化信息的追求。如何为公众提供高效、精准且富有价值的政策知识,已成为政府在政策知识服务领域亟需解决的问题。目前,我国许多政府部门将政策智能答疑功能嵌入电子服务平台,以加强与公众互动交流。但是,现有政策知识服务的问答原理较为简单,类似于搜索引擎的关键词匹配,因而回答结果差强人意甚至答非所问。鉴于此,本文聚焦于科技政策知识服务领域,借助数据挖掘、自然语言处理等技术,设计一站式的知识集成、管理的智能问答系统架构。该系统通过完善科技政策知识服务功能,优化智能问答策略及技术,以期为公众“了解政策、理解政策和用好政策”提供高效精准的知识服务。本文主要研究工作如下:第一,本文探讨了科技政策的相关研究及服务现状,知识服务的概念和特征,智能问答的概念、分类、模块及关键算法等知识背景,为设计科技政策智能问答系统架构和改进关键算法奠定理论基础。第二,本文通过调研科技政策服务平台现状及用户需求,明确当前政策问答平台的优点和不足,掌握企业对科技政策知识需求特征。基于知识服务理论和现状需求分析,本文设计以智能问答技术为核心的科技政策知识服务架构,指出所涉及的要素、特点及层次,并针对技术层设计包含闲聊、检索和推荐的问答策略。第三,本文针对系统架构中关键算法进行改进。由于现有SIF算法只关注句子的部分特点,忽略了句子中蕴含的其他有价值的信息。本文在SIF算法的基础上,引入词序和语义依存两种特征,并采用科技政策问答数据进行验证。实验结果表明:所提算法与SIF算法相比,F-度量值提高了9.21%。最后,本文在总结研究内容的基础上,提出促进科技政策智能问答系统实现的建议,以及阐述本研究尚存不足。