从20世纪60年代开始研究人工智能起,研究人员便对问答系统产生了浓厚的兴趣。目前,国外已经出现实用化的面向开放领域的英文问答系统。相比之下,对面向开放领域的中文问答系统的研究还很少。为此,本文提出两种基于Web的开放领域中文问答系统的实现方案。并通过实验对方案的可行性进行了验证。第一种方案:我们预先建立一种基于知网的新的问题分类体系。在问题分析阶段,检索式生成模块会根据用户问题的类型,产生一个可供Google搜索引擎使用的检索式。在信息检索阶段,Google搜索引擎根据检索式找到相关文档,并从中随机抽取若干篇文档作为相关文档集。在答案抽取阶段,候选答案选择模块使用知网知识库与命名体识别技术相结合的方法,从相关文档集中抽取出候选答案,然后利用Google搜索引擎的查询统计结果对每个候选答案进行验证。最后,将可信度最大的候选答案作为最佳答案返回给用户。第二种方案:这种方法不需要预先建立问题分类体系。在问题分析阶段,我们首先确定问句的目标词,然后结合汉语框架网络的句子库,通过分析问句中的短语类型和句法功能,确定用户答案的语义类型,并在此基础上构造检索式。在信息检索阶段,Google搜索引擎利用构造好的检索式,找到相关文档,并随机抽取若干篇文档作为相关文档集。在答案抽取阶段,候选答案选择模块通过分析相关文档集中有关句子的语义,抽取出候选答案,然后利用Google搜索引擎的查询统计结果对每个候选答案进行验证,将可信度最大的候选答案作为最佳答案返回给用户。两种方案最大的区别就是检索式的构造方法不同。本文的创新点在于:提出一种能够在现有技术条件下实现的,基于知网的问题分类体系。