随着时代发展和用户对信息检索服务日益增长的需求,自动问答系统受到国内外各科研机构的重视,但是目前尚未出现相对成熟的中文问答系统,尤其是金融领域的问答系统。因此探索以更高效、更人性化的方式为用户提供检索服务具有十分重要的意义。本文的研究对象是金融领域,主要针对选股类型问题的自然语言问答进行了探索研究,并且最终完成系统的开发。本系统包括三个主要组成部分:本体构建、问句分析和检索。本体构建部分使用资源描述语言RDF作为金融知识的存储框架,结合公司数据库中的金融数据,构建了金融领域的顶层本体,实现了股票基本信息到本体知识库的转换。问句解析部分的任务是将自然语言的选股请求转换为半结构化的条件供检索部分使用。该部分使用分词和词性标注,逻辑词识别等预处理工作分析问句,同时结合本体中概念知识对问句进行进一步的语义分析获取问句的真实含义,并且通过对选股问句的分析将句子成分划分为不同的模式,每个模式代表一种语义。检索部分的主要任务是将问句分析的半结构化查询条件转换为结构化查询语言SPARQL并且在本体库中查询,获取符合条件的结果返回给用户。最后,系统使用预先准备的2000句选股问句为测试样本,实验结果表明本体库中的知识可以覆盖97%的问句,95%的问句可以得到正确的分析结果,94.15%的问句可以获得正确的答案。选股问答的平均响应时间在1秒以内,达到预先目标并且已经于公司内部上线。