本发明涉及一种基于多任务学习的问答方法,属于人工智能领域,包括步骤:S1:为每个任务配备特定于任务的siamese编码器,将预处理后的句子编码为分布式向量表示;S2:利用一个共享的表示学习层在不同的任务之间共享高级信息;S3:特定于任务的softmax层分类,对于第k个任务中的问答对及其标签最后的特征表示形式被输入特定于任务的softmax层进行二进制分类;S4:多任务学习:训练多任务学习模型,使交叉熵损失函数最小化。本发明利用从不同角度学习到的多视图注意力,使这些任务能够相互作用,学习更全面的句子表示,多视角注意方案还可以有效地从不同的表征视角收集注意信息,提高表征学习的整体水平。