本发明涉及一种基于增强问题重要性表示的答案选择算法，步骤如下：S1，将问题和答案通过BiLSTM编码层对问题和答案进行编码；S2，编码后的问题利用自注意力机制得到新的问题向量；S3，将问题和答案构建词级相似度矩阵进行对齐；S4，捕捉多粒度的语义信息，将不同粒度的向量进行融合比较；S5，通过多窗口CNN来提取融合特征，得出最佳选项。该基于增强问题重要性表示的答案选择算法针对句子中的噪声词，提出了基于问题重要性表示网络的答案选择算法，该方法利用自注意力机制重新赋予各个词不同的权重从而生成“干净”的问题句子向量；利用词级交互矩阵捕捉问题句子和答案句子之间的细粒度语义信息，缓解了答案句子中噪声词的影响。