随着人工智能的发展，自动问答技术受到越来越多的关注。 随着技术的日趋成熟，问题逐渐暴露出来。 该技术具有几个主要困难。 有语义识别。 问题的答案有多准确？ 因为中文语法比较复杂。 说同一件事有很多不同的方式。 语义识别面临着强大的挑战。 由于较差的语义识别，相应问答的准确性较低。 针对此类问题，我们建立了常见汽车问答集。 首先，利用TFIDF方法建立了一个基本的FAQ检索系统。 然后，我们使用BILSTM-siamese网络构建语义相似性模型。 测试仪的准确率为99.52％。 最终的FAQ系统：首先使用TFIDF模型检索30个最相似的问题，然后使用BILSTM-siamese网络匹配并返回最相