大规模在线开放课程(Massive Open Online Course,MOOC)是基于网络和移动智能技术的新型在线学习课程形式,它作为一种全新的学习方式,不仅推动了现代远程教育,更是给传统教育,尤其是给高等教育带来了巨大变革。但是,由于地理上的分离,基于网络的MOOC学习中,师生之间缺乏直接的互动。而答疑工作,作为教学活动过程中的一项必不可少的环节,开展效果将直接影响到教学质量的高低。目前,大多数MOOC课程利用在讨论区提问的方式或社交、通信平台进行答疑,学习者碰到问题无法在第一时间得到教师的辅导,学习者缺乏及时的指导,难以达到好的学习效果。同时,MOOC课程最主要的特征是大规模和开放性,为数众多的学习者导致教师没有足够的时间和精力回答每一个提问。如何快速准确地找到某一问题的答案,成为提升MOOC平台用户体验的一个挑战。自动问答(Question Answering Track)系统的作用和搜索引擎相似,能够为用户提供相关问题的答案,能够让学习者用自然语言提问,不需要将问句分解为关键字,又能够返回一个简洁、准确的答案,而不是一些相关的网页,能够比搜索引擎更准确地找出用户所需要的答案,满足检索需求。将自动问答技术应用于MOOC学习平台,在一定范围内自动回答学习者提出的问题,使学习者能够及时解决疑难问题,便于后续学习,不仅提高了时效性和资源复用率,而且能够帮助教师进行分析、统计,发现学习者的薄弱之处,改善教学中的不足,提高教学效果。为此,本文设计了面向常问问题集(Frequently Asked Question,FAQ)的问答系统,通过计算问句的相似性实现系统的自动问答。本文在现有的句子相似性度量方法基础上,设计了基于语义依存关系的度量方法,并结合句长、词形、词义、向量空间、编辑距离等多种特征度量句子之间的相似性,实验结果表明,该方法能够较好地反映句子之间的语义差别,是一种可行有效的方法,且提高了系统的响应准确率。该系统具有较高应答准确率,具有较强使用价值和广阔的应用前景。本文的主要研究工作如下:(1)通过对现有的文献的研究,分析问答系统相关技术和句子相似性度量的相关概念、理论、方法。(2)提出了基于句子语义依存分析的句子相似性度量方法,跨越句子表层句法结构的束缚,直接获取深层的语义信息,根据句子各个语言单位之间的语义关联评价句子相似性。(3)实现了基于相同词语、句长、语义词典、关系向量、编辑距离、语义依存分析的句子相似性度量方法,提出了融合句子多重信息的相似性度量方法,并对该方法效果进行了测试和评估,找出了使本系统响应正确率最高的度量方法。(4)设计并开发了自动问答系统。使用本文设计的句子相似性度量方法,完成了中文自动响应问答系统原型,辅助教师教学,实现应用价值。