传统的搜索引擎主要是基于关键词查询的,不仅不能清楚地表明用户的查询意图,而且返回的查询结果中所包含的相关信息太多,用户很难快速准确地定位到所需要的信息。问答系统正是为了克服这些缺点而产生的,它允许用户以自然语言的形式提问,并将准确而简短的答案返回给用户,并不是返回大量的相关文本和网页。由于中文自然语言语法结构的特殊性,一些用于国外比较成熟的问答系统中的技术还不能应用到中文问答系统中来,因此有必要对中文问答系统进行深入地研究。问答系统主要包括问题分析、信息检索和答案抽取3个模块,其中答案抽取模块性能的优劣直接影响着整个问答系统的性能,本文所要研究的重点就是答案抽取模块,由于问题分析模块的一些结果直接决定着答案抽取时所采用的一些策略,因此本文也会简要地介绍问题分析模块的工作。在答案抽取的研究中,本文采纳了一种基于规则改进的问题分类方法,这种方法对于事实类型的问题分类具有明显效果,而后提出了一种基于依存树的语义匹配相似度算法,对问题句与候选答案句进行相似度计算,根据相似度的高低对答案进行抽取,最后通过具体的实验实现了答案抽取的全过程。实验结果表明,基于依存树的语义匹配相似度算法是可行的、有效的,在保证问题分析模块问题分类准确的情况下,得到用户所需答案的准确率可以达到92%以上,相比其它算法有效地提高了答案抽取的准确度。