“我们正受信息淹没，但却渴求知识。”美国著名未来学家J.奈斯比特一语道出了生活于网络世界的现代人所面临的困惑与尴尬。现在的搜索引擎已经不能满足人们日益增长的知识信息需求。科研人员正在积极研究探索，以满足在新形势下的客户信息需求。问答系统自始就瞄准这一目标，力图把用户从搜索引擎返回的海量数据中解放出来。 问答系统整合了目前多方面的技术：自然语言处理、信息检索以及知识表示等。本文就涉及自然语言处理和信息检索相关方面的内容作了深入的研究：其一，整合北京语言大学语言信息处理研究所现有科研成果和资源，研究并实现实用的自然语言问答系统。该系统采用B/S架构，可以加载不同的应用，提供相应的问答服务。同时，在现有的检索技术基础上，研究权重设置策略，实现问题的快速准确匹配。其二，对同义词自动筛选进行了相关研究。同义词扩展在很多方面得到广泛的应用，通常的做法是人工预先整理好同义词词表，因此不同的应用领域需要编制不同的同义词词表，增加工作量。本文提出了一种基于3元文法的同义词自动筛选方法，根据具体的应用语境和上下文信息实现同义词的自动筛选，本文给出了其算法并予以实现，最后就其试验结果给予了分析说明。