随着互联网络的不断发展，网络应用已深入到日常生活的方方面面。互联网上的各类服务，在为用户提供方便的同时也积累了大量的数据，如何有效的利用这些数据已成为一个重要课题。基于Web的自动问答系统就是利用丰富的网络数据，回答用户提出的自然语言问题的应用。 本文分析了现有Web自动问题回答系统的特点和不足，着重在自然语言处理和知识推导两个方面进行了深入研究，建立了基于QnA网络论坛的知识表示系统“KNEW”。该系统选择了更有针对性的QnA(Question and Answer)问答论坛数据作为建立知识库的数据，以提高数据源的可靠性及准确性。QnA问答论坛是一种流行的网络服务。使用者通过问答论坛提出问题或提供答案。论坛积累了大量的问题与答案链数据。使用论坛数据中蕴含的知识可以建立自动问题回答、自动百科辞典、专家搜索系统等多种应用。 本文总结了建立KNEW系统四个方面的工作：第一，数据清洗，包括纠正拼写错误及网络用语，避免了问答数据上下文中拼写错误、网络用语等对匹配准确率的影响；第二，使用自然语言处理技术将问题和答案文本，通过语法分析(Parse) 和句型转换(Sentence Pattern Conversion)等步骤分解为便于查询和匹配的Term、Statement集合，以高效的数据库结构加以存储；第三，系统根据WordNet提供的先验知识，为Term集合建立了上、下位、同义、反义关系，以方便在现有知识的基础上进行推导，弥补了知识库有限性的不足，大大提高了知识查询的效率及准确性；第四，KNEW 系统还为上层应用提供了丰富的接口函数，为更有效的利用QnA论坛知识库提供了方便。 本文还基于KNEW系统，提出了建立了自动问题回答系统应用的详细解决方案。自动问题回答系统可以使用KNEW系统提供的接口函数，调用为问答系统定制的高效综合查询函数，实现自然语言问题的处理与匹配。本文还提出了专家搜索和自动百科全书应用的建立思路，KNEW系统也为以上应用提供了丰富的接口函数。