随着人工智能和自然语言处理技术的快速发展,问答系统已经开始被运用在各种领域下。为了使问答系统能更好的服务于各领域,本文以自动问答系统的设计和实现为课题,重点研究了自动问答系统的设计和实现。将机器学习和传统的自然语言处理相结合,提高自动问答系统的准确率和自动化程度,同时降低系统的复杂度,使自动问答系统更具鲁棒性。本文研究的自动问答系统是基于深度学习面向特定领域的检索式中文问答系统,主要分为三个部分。1、首先是问题自动生成子系统的设计和实现。问题自动生成子系统负责从原始文档中生成问题答案对问答语料库,用于后续自动问答系统的检索。本文将问题生成分为了简单问题生成和复杂问题生成。首先提出了一套文档预处理的流程用于从文档中提取句子候选集用于生成问题,针对简单问题提出了一种基于模板和规则方法,针对复杂问题提出了一种改进的问题生成模型。然后提出了一种为生成问题评分的方法,用于过滤不合格的生成问题。最后介绍了如何利用这些方法实现问题自动生成子系统。2、然后是问答检索子系统的设计和实现。问答检索子系统负责在问题自动生成子系统生成的问答语料库的基础上,根据用户的输入问题,从语料库中检索出匹配的答案。首先为了加快检索的速度和准确率引入了搜索引擎,提出利用搜索引擎的评分机制得到候选的标准问题集,通过搜索引擎评分机制得到候选标准问题的搜索得分。然后提出了一种改进的问题检索模型,通过问题检索模型计算用户输入问题和问答语料库中问题的语义相似性得分。最后介绍了如何利用这些方法实现问答检索子系统。3、最后介绍了如何将两个子系统整合为自动问答系统。为了提高自动问答系统的可扩展性和易维护性,对自动问答系统进行了进一步的解耦。自动问答系统总体划分为三个功能模块,分别是预处理模块、自动生成模块、问答检索模块,介绍了各个模块的具体实现以及模块间如何进行交互。在以上方法的基础上,本文设计和实现了一个自动问答系统,并对自动问答系统进行了对比试验,试验结果证明了本文设计和实现的自动问答系统是有效的。