传统搜索引擎在服务广大网民的过程中存在很多缺陷,包括返回信息繁琐、答案质量不佳等,尤其在互联网数据急剧增长的状态下,无法保证用户答案的准确性。如何准确了解用户意图,快速、简捷地返回答案,减少用户搜索时间以及提高答案准确性,是有待深入研究的问题。论文选择医疗领域作为特定领域,研究受限领域智能问答系统及其各主要部分,在问句分类中,为提高问句分类的准确率,提出了基于类间与类内分布的TFIDF特征权重计算算法;在问句检索方面,为提高问句检索的精确度,设计了基于LDA主题模型相似度计算的问句检索模型;并实现了医疗领域智能问答原型系统。本文主要研究内容包括:(1)数据获取与预处理。利用爬虫技术,获取新浪爱问网站中的健康医疗类问句集和39健康网中的相关数据,构建问题答案对和领域词典。运用NLPIR分词技术,借助医疗领域词典,得到问句分词结果和词性标注;并使用停用词表,去掉分词结果中的虚词、叹词等,得到最终词语-文档集合,实现数据预处理。(2)特征权重计算和问句分类。借助《同义词林》扩展特征词;重点研究特征权重计算方法,针对传统TFIDF忽略词语与类别之间关系的缺点,引入互信息和信息熵的概念,提出了基于类间与类内分布的TFIDF特征权重计算算法;结合用户实际需求确定问句分类体系,以特征词权重值作为训练集,运用粒子群算法优化SVM分类器参数,将测试集应用到分类模型中,实现问句分类;对传统特征权重计算方法与改进方法进行对比实验及结果分析。(3)基于LDA主题模型相似度计算的问句检索模型。重点研究了LDA主题模型,设计了基于LDA主题模型相似度计算的问句检索模型,运用Gibbs采样进行参数估计,并分析与LSA、VSM模型的对比实验结果。(4)设计并实现医疗领域智能问答原型系统。实现了问句分类、信息检索和答案显示等功能,并展示系统界面。