将人工智能技术应用于在线教育平台是现代教育领域的迫切需求。目前的线上教育现状显示,优质的老师仍然是稀缺资源,这制约着在线教育的大规模普及;同时,目前的国家政策指出:“为解决社会的教育需求,应当将人工智能应用到在线学习教育平台中去”。基于自然语言处理技术为学生自动地推荐相似的题目是人工智能在线教育领域中的核心应用,它能够帮助学生掌握知识点。设计合适的习题相似度模型,对于提升习题推荐质量、提高教学效率具有重要的实践意义和应用价值。传统的相似习题识别模型有两点不足:(1)仅仅能够得到分开不相似习题表征的超平面,没有着重于增加不相似习题之间的距离,同时减少相似习题之间的距离;(2)仅仅关注问题文本能带来的信息,忽略了习题解答的作用。这些不足导致目前的模型推荐相似习题的结果不准确。因此,本文的研究目标是:建立综合全面的习题向量空间表征,设计准确的习题相似度模型,提供寻找相似习题的应用工具。本文针对上述不足创新性地设计能够提升习题表征能力和相似习题推荐效果的习题相似度模型,基于真实在线教育系统的中文数学习题数据集进行实验,具体贡献如下。1)为了将习题映射到相似习题距离较近、不相似习题距离较远的习题表征空间中,利用孪生神经网络架构设计出基于Siamese架构和Triplet架构的习题相似度模型SBERT-CLS和TBERT-CLS。后者的MAP分数为0.61,比表现最好的基线模型VSM高0.23(即相对提升了60.5%)。2)为了更好地捕获习题问题和解答文本之间的关系,本文设计出不仅支持两道习题问题文本和解答文本的各自匹配,还支持一道习题的问题文本和另一道习题的解答文本之间匹配的习题相似度模型SBERT-QA和TBERT-QA。后者的MAP分数为0.65,比仅考虑习题问题文本的TBERT-CLS高出0.04(即相对提升6.6%)。3)为了进一步获取综合全面的习题文本表征,本文利用Text-CNN进行池化操作,设计出习题相似度模型SBERT-CNN、TBERT-CNN、SBERT-QA-CNN和TBERT-QA-CNN。其中TBERT-QA-CNN的MAP分数为0.66,比未加入CNN池化的TBERT-QA高出0.01(即相对提升1.5%),比表现最好的基线模型VSM高出0.28(即相对提升73.7%)。本文对设计的习题相似度模型获得的习题表征进行可视化分析,并用实际推荐案例比较了各模型在推荐相似习题任务上的具体表现,证明了本文设计的模型在改进习题推荐上的效果,验证了模型的实践意义和应用价值。