一种基于人工智能的关键问题融合方法、系统及存储介质，属于人工智能技术领域。所述方法包括通过初训练语言模型从预测掩模词中提取出的多个第一关键问题；对多个第一关键问题进行聚类，将聚类结果分发至专家组的每个成员，由专家组的每个成员对聚类后的关键问题进行修正得到多个第二关键问题；将修正后的多个第二关键问题作为训练语句；基于对训练语句中包含固定词表未记录词进行随机掩码的第一掩码，生成所述训练语句的编码特征；基于所述编码特征生成预测掩模词；重复上述步骤，直到达到第一关键问题收敛得到关键问题融合模型。本发明将各专家修改的关键问题作为训练语句对初训练模型进行训练，提高了汇总效率和准确性。