自动问答技术已经应用于金融保险、电子商务等领域,相关方法的研究一直是近几年的热点。但是针对传统中医药领域的自动问答技术研究仍存在很多空白,本文以中草药系统为依托,结合项目建设需求,研究和构建了自动问答系统,主要工作内容如下:1.构建中草药系统的问答数据库和数据集:数据库共有150多万对问答,用于提供检索服务。数据集包括相似问题集和问答匹配集,前者用于研究相似问题的检索方法,后者用于研究问答匹配的方法。2.研究基于文本表示的相似问题检索方法:基于相似问题集,首先研究基于关键词和嵌入表示的文本表示方法,提出了基于TFIDF的联合表示方法,并通过实验表明该方法的有效性;其次研究文本表示相似性的计算方法,提出结合Sigmoid函数与曼哈顿距离的计算方案,并验证了该方法可以在时间和准确率中间进行有效折中。3.利用深度学习的方法研究自动问答:基于问答匹配集,重点研究BiMPM模型,并提出了添加基于词向量相似性的匹配特征以及基于文本向量修正的FM匹配特征的改进方案,通过实验对比QA-CNN等模型,验证提出方法的有效性。4.基于以上研究,利用本文提出的效果较好的技术方案,在中草药系统中结合问答数据库设计实现了自动问答功能,并最终上线运行。该系统使用聊天框界面并支持消息记录,方便用户的使用与后续的完善。