随着互联网技术的发展,越来越多的学生倾向于用互联网上的信息弥补知识短板,而搜索引擎存在信息冗余的诟病,不利于特定领域知识检索。因此,高效地筛选出自己最需要的信息变得愈发重要。课程问答系统是解决该问题的关键技术,它可以帮助学生解决课程中所遇到的难题,使学生快速获取到问题的答案,具有重要的研究价值和应用价值。本文针对C语言程序设计课程设计并实现了课程问答系统,其主要功能是:对用户输入的问题文本进行分析,以形成统一的表示,并进行多标签文本分类,在所分到的类别的语料库子集中进行查找,取相似度最高者并返回其答案给用户。首先,收集C语言问答对,并制作C语言领域词典、同义词词典,以构成基础语料库。在文本分类中,充分利用语料库中的信息,分别使用问题、答案、答案摘要、问题+答案、问题+答案摘要等五种训练语料训练分类器,观察模型在不同语料上的表现。同时使用支持向量机、逻辑回归和朴素贝叶斯分类器作为集成模型的弱分类器,以提升分类模型性能。其次,在用户问句与语料库问题匹配过程中,针对余弦相似度无法关注到不同语序的问题,基于编辑距离对原始余弦相似度进行改进,以抑制不同语序句子的相似度值,提高了问题定位的准确性。最后,基于Flask框架设计并实现了 C语言课程问答系统。系统总体分为前端与后端,前端包括问答模块和后台管理模块,后端包括问题理解模块、问题分类模块和答案抽取模块。经测试,系统各模块的功能均达到预期效果。实验和测试结果表明,在问题的多标签分类中,本学位论文提出的结合答案摘要的方案与仅使用问题、答案、答案摘要或问题加答案的方案相比效果更好,在测试集上分类准确率分别提高1.33%、2.76%、2.47%、1.72%。在用户问题匹配定位中,本学位论文提出的词序敏感算法在测试集上的实验结果良好,能有效对具有不同语序句子对的相似度值进行抑制,提升问句匹配的准确率和召回率。本学位论文开发的课程问答系统,其所有功能均通过测试,能够很好地解答学生学习过程中疑难问题。