教学答疑工作是教师教学工作中非常重要的一个环节。传统的答疑方式通常是学生当面找老师解答问题,或者通过电子邮件、QQ、微信等渠道向老师请教问题。在传统的答疑过程中,教师不可避免地会遇到大量重复雷同的问题,这对教师的教学指导是一种浪费。同时教师的答疑信息并不能很好的记录下来,从而导致知识的共享率低。基于以上背景,本文设计并实现了一个教学问答系统。在问答处理流程中,系统需要根据用户的提问从问答库中匹配出最相似的问句,然后将其对应的答案返回给用户。首先系统会利用全文检索技术从问答库中快速召回一批候选问题集,从而减轻后续语义匹配的计算压力。然后利用语义匹配技术对候选问题集进行语义匹配,找出相似度最高且大于阈值的问句。在上述过程中主要包括问句检索和语义匹配关键技术。对于问句检索,系统利用开源全文搜索工具包Lucene来实现问句的检索工作,通过分析其默认评分机制在问句检索时的不足,本文提出了一种融合同义词信息和关键词信息的重评分机制。并设计实验对比,使用改进后的评分机制时,检索结果的召回率和准确率都有所提高。对于语义匹配,本文利用深度学习技术来构建句子语义相似度匹配模型,分别调研了基于CNN的句子语义相似度匹配模型和基于LSTM的句子语义相似度匹配模型,并提出了一种基于CNN和LSTM并包含注意力机制的句子语义相似度匹配模型,并且设计实验对比各模型的效果,本文提出的模型在语义匹配任务上,准确率和F1值上均有所提高。本文首先阐述课题背景与意义以及国内外研究现状,确定论文的主要研究内容。然后本文介绍教学问答系统的相关技术与理论。接着本文就问答系统中基于Lucene的问句检索和基于深度学习的句子语义相似度匹配模型关键技术进行了研究。然后本文根据教学问答系统的实际应用场景,对系统进行了需求分析,确定了系统功能性需求和非功能性需求。然后对系统进行了概要设计,确定了系统的网络拓扑结构、软件层次架构,同时完成了系统功能模块的划分以及数据库的设计。然后根据需求分析与概要设计,对系统的各功能模块进行了详细设计,并具体介绍了各模块的实现细节。最后根据需求分析对系统进行了功能测试和性能测试,并对测试结果进行了分析。本文根据实际需求,利用Lucene、深度学习和Web前后端开发等技术,设计并实现了一个简单易用且功能完善的教学问答系统。