随着人们对快速、准确地获取信息的需求,问答系统以其能用准确、简洁的自然语言回答用户的问题而备受研究人员的关注。随着Internet技术的发展,互联网上存在着大量的在线论坛,这些论坛包含着大量的问答对资源。这些问答对具有广泛性和实时性,因此论坛问答对资源的抽取具有重要的实际意义与研究价值。由于在线论坛中提问者和回答者均发帖比较随意,因此论坛中问答对的抽取存在很大困难,主要有以下几方面:1.论坛中提问比较随意,很多问题与传统的提问有较大的区别;2.帖子存在话题转移或交织;3.帖子文本长度较短,很难准确抽取有效的语言特征。针对这些难点,本文研究了论坛问答对的抽取技术,主要包含以下内容:第一,本文分析了问题的答案来源对问答系统技术路线的影响,提出了一种基于问答对识别的问答系统技术方案,并分析了该技术方案中存在的问题和难点。第二,针对在线论坛中的提问与传统的问句有较大的差异,本文着重研究了在线论坛中问句的分类,并研究了文本特征和N-gram特征对于问题识别的有效性。实验结果表明,文本特征和N-gram特征的融合能够有效识别出在线论坛中的问题。第三,针对帖子存在话题转移和交织的问题,提出了一种基于段落划分的答案识别算法。同时,详细研究了几种文本特征和非文本特征对于弥补帖子语言特征过少的有效性。研究表明,段落划分能够有效地缩小问题答案的搜寻范围,而基于段落划分的融合了文本、非文本特征的答案识别算法较目前的方法有了较大的提高。最后,设计并实现了基于问答对识别的问答系统,该系统能够快速、准确地返回给用户答案,具有良好的应用效果和广阔的前景。