问答系统是新一代的搜索引擎,它可以精确的检索答案给用户,更好的满足用户的查询请求。问句分类是问答系统中一个非常重要的环节,其性能直接影响到后期答案抽取的准确性,关乎整个问答系统的性能。由于一般问句较短,且训练样本数量较少的特点,直接采用文本分类的方法,对问句进行特征表示,再用机器学习方法训练模型,这种方法当问句类别特别多的时候训练出的模型准确率非常低。因为数据决定训练出模型所能达到准确率的上界,优化模型只能去逼近于这个上界,因此本文分别从数据和模型两方面入手,来提高训练模型的准确率。研究如何在有限的数据样本情况下,增加样本信息量。如何设计一个卷积神经网络模型在保证分类准确率的情况下,又能保持一定的模型泛化能力。本文结合实际项目中深圳广开银行问句数据集,主要取得以下成果:1.本文首先从数据入手,对问句的关键词位置进行同义词拓展,同义词为用户可能会问到的常用词汇。多个位置进行同义词拓展,最后进行笛卡尔乘积,这样能很大程度上的增加训练样本的问句数量。对拓展后的数据样本,再用传统的机器学习训练模型,实验表明采用拓展之后的数据集训练出的模型准确率较拓展之前有极大的提升。2.在对问句进行特征表示时,采用基于Skip-Gram的词的分布式表示模型来训练每个词的word embedding。再将问句的每个词的word embedding组合为二维矩阵的形式,用来表示该问句的分布式特征。之后设计了一种卷积神经网络模型对问句分类,为了降低模型的复杂度,本文只采用了一个卷积层和一个池化层。实验表明本文设计的卷积神经网络模型,相比于传统的机器学习方法,包括支持向量机,随机森林,逻辑回归等模型准确率均有提升。3.在上一章节基于卷积神经网络模型的训练之中引入句子结构信息。采用分段池化操作,在不同的分段上提取句子的主要特征。并加入dropout算法来提高模型的泛化能力,防止模型过拟合。实验结果表明,本文采用的分段池化方法,同时加入dropout算法后,能提高模型的准确率,最终在深圳广开银行57分类数据集上准确率高达85.1%。