本發(fā)明涉及自然語言處理和深度學(xué)習(xí)技術(shù)領(lǐng)域，特別涉及一種基于句子級文檔分割的長文本閱讀理解方法。本發(fā)明的主要技術(shù)方案包括：S1、將文檔進行分段；包括：將文檔以句子為單位進行切分，并將切分后的句子按照在原文中的順序放入集合S中，取前N句話拼接成初始文檔分段并利用編碼器進行編碼；通過強化學(xué)習(xí)模型動態(tài)地調(diào)整文檔分段的初始位置，得到文檔的分段結(jié)果；S2、將文檔分段與問題進行拼接輸入答案抽取模型，輸出每個字作為答案起始位置和終止位置的概率，并預(yù)測分段包含答案的概率，由三個概率值共同決定最終答案。通過本發(fā)明，使得文檔分段在保留完整句子的基礎(chǔ)上，盡可能地將完整的答案包含在內(nèi)，并提升了答案抽取的準(zhǔn)確性。