随着互联网技术和近期MOOC (massive open online courses)课程的发展,智能答疑系统也受到了更多的关注。对于传统的教学方式而言,通常学生遇到的学习上问题只能在课堂或安排的教师答疑时间才能得到解决,而智能答疑系统通常没有时间限制,它能够及时给学生提供相关的问题答案。智能答疑系统通常包含问句理解、信息检索、答案选择和抽取三部分,其中问句理解部分关键技术是中文问句分类,信息检索部分的关键技术是包含句子相似度。一般对于智能答疑系统而言,评价一个系统的好坏是由最后返回结果的正确率确定的,而通常中文问句分类和句子相似度计算两者的结果都会直接影响其正确率。因此,中文问句分类和句子相似度算法是本课题研究的核心。本文以解决上述问题作为研究切入点,结合某高校计算机基础教学的具体需求,提出了智能答疑系统的解决方案和开发了一套基于B/S的智能答疑系统。首先,研究了智能答疑系统的相关理论及技术,确定了系统相关功能的需求；其次,对现有的中文分词算法进行分析和研究,确定了以ICTCALS2013为分词工具,通过增加专业词库来进行分词；然后,基于对现有的中文问句分类算法和句子相似度计算算法的分析,改进了基于支持向量机的算法,将其应用在中文问句分类中,并以基于编辑距离和词型的句子相似度算法为基础,对其计算方法进行改进,使计算结果有了较大的提高；最后,将句子相似度算法和中文问句分类算法应用在智能答疑系统中,以及使用JAVA EE技术开发了一套基于B/S的智能答疑系统,用于对学生问题进行答疑。