本论文结合全文信息检索新技术,提出了使用答案集相似度计算方法和答案重组的基于Web智能答疑技术,该技术主要包括三个组成部分:问句理解、信息检索和答案匹配与抽取。在问句理解模块中,本文利用自然语言处理技术中的词法分析和句法分析,对用户用自然语言提出的问题首先是进行最基本的预处理,包括问句分词和词性标注,然后去停用词后进行问题分类,提取问句特征项,并进行问句特征项扩展和疑问意向匹配。本文的词性标注模块使用了基于转换的错误驱动的学习方法,使用了信息增益法对问题类型进行提取,同时在问句特征项提取过程中使用知识点、疑问意向和问句类型细化的方式对关键词进行提取。在答案信息检索模块中,使用跨网页查询技术建立本地文档库,同时使用全文信息检索技术,该方式可以解决目前答疑系统因采用答案库,导致查询速度慢及跨平台性不高的缺陷。在信息检索过程中,对信息检索结果按照一定的规则进行排序和过滤,并进行了分页处理。在答案匹配与抽取中,由于答案信息检索后产生的答案片段集有很多,可选取最前面的若干个做进一步的答案片段过滤。对答案片段过滤后可以对这些答案集合两两进行相似度计算,选取相似最多的答案片段集合中的一个作为最终的答案,如果答案集中产生的答案都不相似,则可通过疑问意向词、问题分类词等信息做进一步的过滤,选取其中最前面的一个作为最终答案,然后通过对最终答案进行重组将答案返回给用户。最后本文利用JSP技术构建了并实现了一个基于Web的智能答疑系统,实验结果取得了不错的结果,但还有提高的空间。