20世纪90年代以来,Internet在世界范围内得到了迅猛的发展。网上的信息越来越多,极大地推动了自然语言处理技术的发展。同时也对自然语言处理技术提出了更高地要求:人们希望在杂乱无章的网络世界中快速、准确地获得自己想要的信息。自动问答技术正是为了满足人们的这种愿望而发展起来的。人们可以用普通的问句对自动问答系统提问,自动问答系统到语料库中搜索相应的答案,然后把答案直接返回给用户。这样用户就可以通过自动问答系统方便地获得自己想要的信息。 然而,现今大多数的自动问答系统都是根据用户的输入对题库中的问题进行简单的关键词匹配,仅用关键词来表示问题的语义显然存在着许多不足。为解决这一缺陷,本文对问答系统的相关技术进行了探讨,提出如何在限定领域下建立一个有效的检索模型,并结合对问题类别进行判别、对问题关键词进行扩展等方法,使系统对用户的问题都能找到正确的解答,真正实现问答系统的智能性。 本系统结合了信息检索、计算语言学、数据挖掘等方面的知识与技术进行研究,实验结果表明,该方法更适宜改进Web上的信息检索,相对传统的问答系统可以大幅度提高系统智能性。将该系统应用于远程教育中,为广大用户提供了一个基于WWW的先进的答疑环境,可以使学生获得及时准确的解答,消除学习障碍。