随着互联网的迅速发展,人们获取信息和知识的途径越来越多样化,基于常问问题集(FAQ)的问答系统便是其中一个有效的方式。与传统的搜索引擎相比,FAQ问答系统能够直接返回用户所提出问题的答案,提高了用户知识获取的效率。同时FAQ问答系统是自然语言处理领域中一个相当活跃的分支。FAQ的构建与更新、问题的分析与相似度计算等都是FAQ问答系统中的研究热点和核心内容。数字图书馆中有大量专业的图书资源,其中,问答类型的图书通常是针对一个或者多个领域进行专业性的知识问答,因此会形成大量问答对,而这些问答对就是常问问题集不可或缺的部分。并且,相对于其他常问问题集,它们更能够提供专业性强且准确度高的答案。本论文针对问答类型的图书资源,首先对问答系统的研究现状做了详细分析,介绍了问答系统的基本架构和相关理论基础,介绍了基本的分词方法、主题模型、问题相似度计算方法。然后设计并实现了一个基于图书的问答系统。论文的主要工作如下：(1)分析基于图书的问答系统的需求,并针对需求进行系统分析和设计。提出了系统的架构设计和模块设计,实现了基于图书的问答系统并上线运行。(2)针对系统的数据需求,通过正则匹配等技术从大量的图书资源中筛选出问答类型的图书,然后抽取问答图书的目录信息,通过字符串匹配等方法过滤掉其中的噪音信息,最终获取问答类图书中的问题对数据,以此构建FAQ库。(3)重点研究了问题分析和问题相似度计算的相关技术,并结合问题数据的结构、主题和短文本等特征提出了针对图书问题检索的核心算法,包括：基于BTM的问题主题分析,基于Topic和Focus的问题相似度计算。设计相关实验并与传统算法比较,实验结果表明论文所提出算法明显提高了问题回答的准确度。