金融领域在中国得到了越来越多人的关注,与金融相关的信息也呈爆炸性增长。广大股民基民们迫切需要一个能够针对金融领域答疑解惑的工具。但是长期以来,自动问答系统的研究主要关注的事实类问题,而这类问题只占现实生活中人们所提出的问题的很小一部分,远远不能满足社会对问答系统所期望的全部信息需求。同时,大量的在线网友问答平台和FAQ (Frequently asked questions)服务涌现出来,这类系统集合了所有网民的智慧为有需要的人提供知识服务。如果能将自动问答技术和网友问答系统结合起来,以网友问答的内容作为知识库,通过自动问答的相关技术从知识库中查找最适合的现成的答案,则能在一定程度上满足日益增长的,对金融领域知识的需求。课题的研究工作主要包括:(1)搭建在线问答系统,既能收集问题答案对,同时作为展示平台。(2)编写爬虫获取主流在线网友问答系统的金融领域的问题答案对,建立知识库。(3)总结面向真实环境的问句出现的特殊现象和复杂现象,提出了处理这些现象的预处理方法。(4)研究了自动问答相关技术,包括问题简化,问题分类,问句相似度计算等,并且应用到自动问答系统中。(5)手工标注金融领域问句语料2万句,并且在此基础上研究面向金融领域问句的句法分析技术,将句法分析技术应用于问句分类,问句相似度计算阶段。实验结果表明,证明句法分析可以提高分类和相似度计算的准确度。最后本课题实现了一个面向金融领域的自动问答系统,该系统包含一个面向金融领域的网友问答子系统和一个自动问答子系统。其中网友问答子系统为用户提供一个问答和交流的平台。而自动问答子系统将庞大的在线网友问答数据作为知识库,通过查找并返回现有问题列表中与用户所提问题语义等价或相近的问题答案对来回答用户的问题。本系统的研究成果和采用的技术也能适用于其他限定领域的基于FAQ的问答系统。