人机口语对话技术使得人机交互更加简单自然。然而，要生成一个人机口语对话系统，需要耗费大量的人力物力。如何自动的搜集限定领域语言模型的训练语料以及构建人机口语对话系统的知识库，是当前的两个研究难点。本文针对这些问题，重点对日常对话聊天领域开展研究，提出了半自动扩展语言模型训练语料和构建口语对话知识库的方法。论文的主要内容和贡献如下：　　 1．从词级扩展的层面，提出了一种词类扩展方法，并通过实验说明了该方法对语音识别系统的贡献。　　 2．提出了一种半自动生成一阶谓词知识表示的方法。该方法利用了依存句法分析。首先对句子去停用词，然后对句子进行句法分析，再根据分析结果和关键词表将句子转换成一阶谓词形式，最后生成谓词知识库。实验表明，采用该方法生成的知识库具有很高的检出率。　　 3．将词类的思想用在口语对话知识库上。根据句型将文本进行分类，同类句型只保留一句，其它以同类词的形式存入词类查询表，并且进一步进行词类扩展。采用该方法可以大大缩小知识库的规模，提高系统的处理速度。　　 4．运用词类语料扩展和一阶谓词知识表示方法，改进了语音地球仪系统。