随着信息技术的发展,人们已习惯于从互联网上获取各类信息,这得益于搜索引擎技术的发展。然而,搜索引擎仍然有一些问题没有解决。首先是用户检索时,相关信息返回太多且不精确,其次是检索只能按关键字进行匹配,实际上并不能精确表达人们的检索需求。由于上述问题的存在,发展在信息检索技术之上的问答系统应运而生。与国外问答系统相比,中文问答系统起步较晚,目前的中文问答系统仍然存在一些问题,例如：反应速度慢、正确率低、推理能力差等。针对问答系统的这些问题,本文对健康领域的问答系统的若干关键技术问题进行了研究,引用了一种多策略混合的问答系统模型。研究主要内容如下：首先构建健康领域的专业词库,AIML(人工智能标记语言)知识库、本体知识库、问题库等；其次在现有中文分词的基础上,进行词类标注、同义词替换、剪枝处理等；然后引入适用于健康领域的基于词语权重的句子相似度计算算法和推荐度算法；最后改进ALICE系统使其支持汉语,并且在其自身匹配推理的基础上,扩展语义推理接口。通过实验与基于语句相似度的现有问答系统进行对比,验证本文问答系统的答疑性能。通过实验结果可知,本文的问答系统在一定程度上提高了问答系统的推理能力、查全率和查准率,从而推动了信息检索和智能问答系统的研究和发展。