现如今,人工智能技术迅速发展,其成果已经应用到人类社会的方方面面。智能问答系统利用人工智能相关技术进行革新和发展,具有准确、高效、简单等优点,成为现阶段获得信息的主要方式之一。校园领域信息量大、人员类型固定,且存在事务性系统繁多且操作繁琐等问题,因此需要一种简单、方便、快捷的方式获取信息,校园智能问答系统应运而生。本文主要研究校园智能问答系统关键技术,并将技术应用至校园领域的智能问答系统的设计与实现中。本文的主要研究内容如下:（1）校园领域知识库自动构建方法。为了能够从校园领域未标记的文本中提取信息,并自动化的生成问答对,构建校园领域问答知识库,本文研究并提出了一种基于Seq2Seq框架和自动化构建数据的问答对生成方法。实验结果证明,本文提出的问答对自动构建生成方法对比其他方法具有明显优势,并在实际应用表现出较好的效果,能够生成质量高的问答对。（2）校园智能问答系统相似度匹配算法。为充分利用正确样本和错误样本,提高校园领域相似度匹配的准确率,本文研究并提出了基于正负样本和Bi-LSTM的文本相似度匹配模型。通过进行同类方法性能、准确率对比实验表明,此方法不仅相似度匹配的准确率更高,且表现出更佳的性能,相关的语义计算方法也使得该方法对问答语句有较好的理解能力。（3）问答系统答案精简的文本摘要提取方法。文本摘要提取作为自然语言处理领域的一项重要任务,是解决信息过载和冗余的有效方法。本文提出了一种基于主题划分及TF-IDF的文本摘要提取方法用于精简答案。实验表明,此方法不仅能有效提高文本摘要提取的准确性,并且适应能力强,在校园智能问答系统的答案精简的实际应用中,此方法表现较好。基于对上述校园领域智能问答系统关键技术的研究,本文设计实现了校园智能问答系统,并对系统进行了测试与分析。结果显示,该系统和能准确回答校园问题,能为在校人员的学习、工作和生活提供便利。