【摘要】为了提高复杂的跨领域任务场景下的问答效果，本研究提出了一种基于Ｔｒａｎｓｆｏｒｍｅｒ 的双向编码器（ ｂｉｄｉｒｅｃｔｉｏｎａｌ ｅｎｃｏｄｅｒ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｆｒｏｍ ｔｒａｎｓｆｏｒｍｅｒｓ，ＢＥＲＴ）与关联规则相结合的技术，旨在克服单一模型在跨领域问答任务中的局限性。首先，本研究构建了智能问答系统的框架，包括数据预处理、特征编码、知识库构建、关联规则挖掘和答案生成等部分。其次，本研究深入分析了基于 ＢＥＲＴ 的特征编码方法和基于关联规则的问答匹配方法。最后，利用ＭｕｌｔｉＱＡ 跨领域文本问答数据集对方法进行了测试。实验结果表明：该方法多项指标均表现良好，准确率、召回率、Ｆ１ 值分别达到了０???? ８５、０???? ７８ 和０???? ８１。