自动问答系统（Question Answering System，QA）是目前自然语言处理和人工智能领域一个具有广泛发展前景的研究方向，其主要包括问句分析、信息检索和答案抽取三个部分。问句分析作为问答系统的首要组成部分，对整个问答系统性能的提升有至关重要的作用。好的问句分析需要用到多方面的处理技术，并且需考虑不同技术的融合问题。　　知识组织系统（Knowledge Organization System，KOS）作为图书情报学研究的重点内容，在科研和应用领域涌现出大量的新型服务项目，为基于知识组织系统的服务与创新提供了更多方法;利用知识组织系统协助信息检索和自然语言处理，优化用户的查询方式，提高反馈结果的质量，对智能检索以及问答系统的研究有重要的意义和作用。　　本文针对皮肤病领域的问答系统，结合领域问答的特点和需求，提出了基于领域知识组织系统的问句语义解析方法。目前在问答系统中关于知识组织系统研究的大多是将其作为知识源来指导答案的生成，本文将其运用到问句分析过程中，包括问句语义块定义、问句类型定义、问句模式识别等。领域知识系统的构建可以清晰地描述该领域知识之间的概念属性关系，实现领域知识的重用和共享。　　在模型训练中，通过对比实验分析，本文提出了基于条件随机场与逻辑回归分类相结合的序列标注识别模型，用于解决问句中语义块理解问题。通过条件随机场模型对问句的疑问语块进行判定，实现了一个粗粒度的问句分类;利用逻辑回归分类器对问句的条件和主题语块进行识别和判定，最终实现机器对问句语义的理解;实验结果表明问句分析的正确率达到80.4％，召回率达到82.0％。对于领域问答系统中的问句分析具有一定应用价值。