汽车维修案例资料获取难、故障诊断效率低以及故障诊断门槛高是汽车维修领域的服务顾问与车主面临的主要问题。基于ASP/SaaS的制造业产业价值链协同平台构建的服务协同体系,及其维保数据档案库尽管能支持服务顾问对汽车维保问题的初判,但基于平台的维保项目诊断咨询协同模式还存在服务不直接、不便捷,服务受人为因素影响大,提供的信息不透明、不对称,对语义相关的问题无法理解区分,以及维保案例的查询结果信息冗余等问题。迫切需要建立一种第三方中立的,通畅、透明的信息渠道以辅助车主与服务顾问独立、自主地完成汽车故障初判、维保知识获取、维修技术了解等。据此,本文依托国家重点研发计划课题“分布式资源巨系统及资源协同理论”(课题编号:2017YFB1400301)中的第三方“基于ASP/SaaS的制造业产业价值链协同平台”(以下简称平台)的近10年上万家车企的积累的售后维保服务业务数据展开研究,重点基于该平台的“汽车维修案例”大数据,在分析车企服务顾问技术支持、车主自主维保信息获取等共同需求的基础上,提出基于第三方支持汽车维保方案匹配的自动问答系统解决方案,并分析了该自动问答系统实现的关键需求问题,在此基础上完成了自动问答系统的功能设计和总体设计。论文重点围绕支持系统实现的三个核心关键点:问题语句文本信息解析、语义理解、方案匹配结果提取的方法展开研究,根据“汽车维修案例”数据特征完成基于NLP的关键词提取与词组扩展工作,以支持用户查询意图的初步解析;针对查询语义相似问题,在完成基于word2vec模型的文本向量化和BM25答案排序算法设计的基础上,提出了基于词项融合与词项位置关系的改进算法,以支持语义理解并实现相似案例的归集;提出了基于连续语言模型的案例结果提取方法,消除了问答结果冗余问题;并通过实验验证了本文所提出的方法的有效性。