本发明公开了一种基于迁移学习句向量的长文本答案选择方法，采用两阶段方法构建迁移学习句向量网络以及训练预测网络，其中迁移学习句向量网络包括包括孪生网络结构、注意力聚合结构和分类层；训练预测网络包括孪生网络结构和距离度量层。首先，本发明不需要对数据集文本序列进行分词，直接以完整的问题答案句子作为输入，避免了分词工具造成的错误传播。其次，第二阶段的训练预测网络结构简单，计算效率高。最后，引入迁移学习方法结合孪生网络结构及注意力机制获得语义更加相似的句向量模型权重，对第二阶段的训练预测网络提供了代表句子级的语义向量，获得了比传统方法及普通深度学习网络方法更好的效果，尤其对于长文本数据，其效果更突出。