在线问答系统在成为人们答疑解惑工具的同时也积累了海量的问句答案对,形成了一个内容丰富的知识库。基于网络中海量的真实问答对的问句检索和自动问答系统逐渐成为研究热点。然而,用户在线提出的问题中有50%以上的问句是非事实类的复杂问句。复杂问句的信息需求包括实体或事件之间的关系,基于专业领域知识的复杂过程等。对于这类问句,问答系统很难找到与其同义的问句,因此,发掘与复杂问句中的主题、概念和事件等同义和相关的信息,对于复杂问句的语义理解、问句检索和答案抽取都有重要意义。本课题提出了一种基于统计的挖掘专业领域相关短语集合的方法,来解决复杂问句的复述问题。基于网络中的海量问答对,课题的研究工作主要包括:(1)提出一个自动建立问句复述语料库的方法:基于相似答案所对应问句为相似问句的假设,采用统计语言检索模型,在同一语义类别下抽取相似问句对,并建立问句复述组;(2)提出一个基于概念相关短语挖掘的复述抽取算法:使用手工建立的问句关键字模板确定问句的中心,并过滤疑问类别特征来抽取问句的内容;根据短语同现率生成初始的短语同现列表,并通过语义相关的传递性扩充短语同现列表,修正相关性权重,最终形成相关短语集合;(3)在金融领域自动问答系统的查询扩展模块中进行了验证,并与传统的搜索引擎技术,商用搜索引擎和基于统计机器翻译模型的相关词抽取方法比较,检索返回结果的精度最多可提高6.32%,系统性能达到了实用效果。本课题的成果可用于信息检索、信息抽取、自然语言生成等研究工作,具有广阔的应用前景。