随着人工智能与自然语言处理技术的发展,智能问答技术有了较大突破,该技术逐渐被应用于越来越多的领域。为打造智慧政府新形态,政府网站也陆续为用户提供智能问答服务,然而诸多网站中的问答系统表现良莠不齐,现有研究又缺乏对其评价的合适标准,探讨一套适用于政府网站智能问答系统的评价指标体系,有利于提升政府信息服务水平,促进政府服务的智慧化转型。基于此,本文以新公共服务理论为导向,首先使用文献研究法对智能问答系统、政府网站信息化服务评价、搜索引擎评价等相关文献进行回顾,利用案例分析法对上海、浙江等四地具有特色的问答系统进行了研究,提取了可供政府网站智能问答系统使用的评测指标。而后,本文通过个人分析以及德尔菲法确立了评价体系以及指标权重,最终创建的政府网站智能问答评价体系包含问题解决质量、服务交互质量、基础建设质量3个一级指标以及高频问题解答率、同义问题解答率、交互次数等18个细化指标。与此同时,本文将政府网站中的公民留言进行文本处理,通过与国务院颁布的高频政务事项对比,编制了60道标准化的高频测试问题。随后,根据汉语表达方式、用户输入习惯等特点对高频问题进行改编,最终形成了与评价体系配套的问题测试合集。最后,本文利用构建的评价指标体系与配套测试问题集对30个省级政府网站中的智能问答系统的服务质量进行了实证评测研究。实证研究证明了本文评价体系的合理性与可操作性,同时测试结果也表明,当前仅有30%的政府网站问答系统得分处于及格线以上,而大部分系统的表现都不尽人意。针对此现象,本文从系统解答能力、交互能力以及基础建设三个方面分别提出改进措施,以期提升智能问答服务水平,增强公民对于政府服务智慧化转型的信心。图30幅,表23个,参考文献101篇。