随着互联网的发展与普及,互联网上产生了海量的信息,人类需要以更简单快速的方式获取信息,过去的搜索引擎逐渐无法满足人类对于信息获取的要求。而自动问答系统,则是一种比搜索引擎更为高级的信息服务形式,系统返回给用户的不再是根据相关度排序的文档列表,而是更为精准的自然语言答案。人工智能技术的飞速发展对自动问答系统产生了巨大的推动作用,也促进了自动问答系统在更细分的领域的推广,在此背景下哈工大参与了国家的高考答题机器人项目。本文希望构建一个面向高考历史简答题的自动答题系统,并重点探索基于检索的答案生成方法在答题系统中的应用。本文的主要研究内容包括:试题分析与知识库分析。本文对高考历史简答题进行统计分析,在此基础上总结出题目的类型以及每种题目类型的特点;通过网络等渠道获得了一定数量的历史语料,并针对这些语料在高考历史模拟试题上分析了知识库中的知识点对高考知识点的覆盖能力。问题和材料关键词提取。为了更加准确地提取关键词,本文融合了多种方法,利用有监督学习的算法来提取问题中的关键词;对于历史简答题中的材料,本文结合历史题特点,利用词性标注的方法提取关键词。候选答案抽取和排序。本文根据问题和材料的关键词信息,从知识库中检索包含这些信息的文档,并利用滑动窗口方式对其进行切割,最终生成候选答案。为了完成对候选答案的排序,本文预先在大规模语料上训练了基于循环神经网络的语句编码模型,然后利用训练好的语句编码模型分别将问题、材料和候选答案嵌入到语义空间中,并在该空间中利用问题和材料的信息,对侯选答案进行排序。系统性能评价。本文首先对各个模块分别进行了评估,然后对系统的整体性能进行了人工评估。通过对九套试题共95道高考历史简答题的实验,本文的自动答题方法在准确率上比基准方法高出5%。