随着问答社区(Question Answering Community)的兴起,如Yahoo!Answers、百度知道和知乎等,一种新的问题答案对形式的数据开始大量出现。这类数据不仅数量大、涵盖领域广、知识更新快,而且数据还在不断积累中。如何有效挖掘、利用问答对数据中蕴含的知识,具有重大的学术意义和实用需求。为此,我们设计了一个基于问答社区的交互式问答系统,具体工作如下:1.建立检索功能:开发爬虫,抓取中文问答社区的网页,提取其中的问答对以及问题类别、答案质量等元数据信息,并建立全文索引,构成问答语料库。检索阶段,提取问答对中的关键词,并借助同义词扩展查询关键词,得到候选问答对;2.提出一种新的融合Paragraph Vector和扩展的关键词重合度的问句相似度计算方法,并与平均词向量与Paragraph Vector两种问句向量组合方式在实际场景中的表现进行了对比实验,发现新方法可以克服词向量中相似的词在词向量空间接近而无法准确区分的问题,具有更好的效果。3.引入对话模块:我们设计实现了一个简单的对话管理算法,通过与用户交互,补充输入问句中缺失的信息,消除歧义,引导用户找到合适的答案,提升用户体验。总体上,本文所设计实现的交互式问答系统直接建立在问答社区积累的问答对数据之上,效果较好,构建方便,适用于开放域问答系统;同时,通过引入对话功能,交互式问答系统能够解决问句输入出现省略、指代和歧义问题,更好地帮助用户找到感兴趣的信息。