伴随着互联网技术的不断发展,越来越多的文本信息充斥在我们的生活中。如何在海量信息中快速挖掘出我们所需要的目标信息,成为了我们提高工作效率的重中之重。语义相似度计算(Semantic Similarity Calculation)凭借其对文本间相似程度的准确计算和计算结果的具体量化显示,成为了自然语言处理领域的重要组成部分。该方法在文本分类、信息检索、同义词测试、问答系统等方面起着举足轻重的作用。目前,在全国大力推行“互联网+”的背景下,“互联网+教育”应运而生。由于网络教育存在地理位置的分割性、师生时间的不一致性,使得教学过程中极为重要的答疑环节成为阻碍网络教育发展的瓶颈。但现有的答疑系统往往仅通过数据库检索或者人工答疑的方法进行答疑,答疑准确率和实效性存在一定的问题。因此,本文对语义相似度相关算法进行了研究,并实现了一个基于语义相似度计算的智能答疑系统。本文具体研究工作如下:(1)智能答疑算法研究与应用。首先是对本实验中的各个算法进行的详细的对比和介绍,包括中文分词词典的构建、三种常用的基于字符串匹配的中文分词算法、向量空间模型算法。其中核心部分为提出一种改进TF-IDF权重计算方法对分词后的各个特征项的权重进行计算,在计算出权重后利用向量空间模型中的余弦相似度的计算方法对问题间的相似度进行计算;(2)基于语义相似度计算的智能答疑系统的实现。本文在完成算法研究后,实现了一个智能答疑系统。首先对系统进行了分析与设计,包括系统的需求分析、概要设计、功能模块设计、数据库设计等环节;随后完成了系统的实现与测试,系统已基本实现预期的全部功能,包括:自动答疑、教师辅助答疑、学生教师身份互换、相似问题推荐等功能。经过测试,该系统基本可以满足课程答疑的日常需求。