随着时代的进步和中国的发展,智库在国家治理、科学决策中的地位作用愈发凸显,中国特色新型智库建设成为一项重大而紧迫的任务。智库建设发展走了上快车道,信息技术辅助智库建设发展也被提上了日程。现有系统文本查询算法在语义信息挖掘不足,传统软件架构应对大规模矢量数据的处理能力也不足,制约了已有智库成果的运用。为解决上述问题,本文主要开展了以下工作:（1）智库领域文本语义相似度计算研究。对智库文本相似度计算的需求特点与智库文本特性进行分析,提出基于TF-IDF权重指导预训练模型BERT自监督继续训练的TFIDF-MLM掩码方法,累加和大于阈值的词进行MLM训练,以实现具有针对性的学习领域文本。基于Sentence-BERT孪生结构改进BERT输出表征向量和后端接入结构,提出TTT-BERT结构进行微调监督训练,通过监督训练的方式得到各层Transformer向量组成句文本表示向量权重,以实现对预训练和继续训练中各Transformer学习到不同特征进行充分利用的目的。基于近似最邻近搜索算法（ANNS）设计了文本相似匹配方法,极大减少了文本相似匹配查询时间。（2）构建数据集并进行实验验证改进算法和模型。采用网络爬虫技术,对省级发展研究中心、人民日报、光明日报等智库文章站点采集文章并对其进行数据清洗,采用多路召回策略,用常见相似匹配算法建立相似候选集,再随机选取部分数据进行人工标注,建立智库领域文本相似匹配标注数据集。在数据集上对通过TFIDF-MLM方法进行继续训练后的模型在准确率、召回率和命中率比基准模型分别有10.87%、7.23%和3.85%的提高,采用TTT-BERT结构微调监督训练后的模型在少样本监督训练下提升了0.5%的精确度,验证了方法和模型的有效性。（3）适应大规模矢量数据检索的智库文本系统设计与实现。以智库研究活动主体为使用对象开展智库文本辅助系统需求分析与设计。以近似最邻近搜索（ANNS）为文本相似检索服务的矢量数据检索基础的系统架构,采用类似动态离线评估的思想设计标注数据管理、模型管理服务、文本相似检索服务交互,最后使用的Django Vue等Web开发实现了系统。通过上述三方面工作,系统对智库领域文本特性和知识进行了针对性学习,具有更快速、准确、智能的文本相似匹配查,能成为智库研究中文本分析的有力工具。