答疑在初中课堂教学中占据着非常重要的地位,但传统的面对面的答疑方式无论是对教师还是学生都已逐渐无法满足需求,而现有的初中教学方面的自动问答系统一方面数量比较少,另一方面也存在很多不足。智能移动设备的迅猛发展,使其逐渐成为了人们必不可少的交流通讯工具,甚至已经普及到了中小学当中。在这样的背景下,人们已经能够比较接受在传统的教学方式之外以在线学习的方式对学习手段进行丰富,对自己的知识储备进行提升。在传统的课堂教学模式中,老师只能在上课期间对学生进行授课和答疑,但课堂时间是有限的,这时移动在线教育(如自动问答系统)就成为了一个很好的补充教学方式。问答系统和聊天机器人是当前自然语言处理和人工智能领域的研究热点,它可以直接返回精准的答案,也能让用户以自然语言进行输入,避免了返回大量有效和无效的数据链接集合让用户进行二次筛选。近年来,深度学习技术在自然语言处理领域取得了极大的进展,从而使其在初中教学领域应用成为了可能。传统的基于传统检索技术的问答系统大多都存在对文本语义刻画不足、无法结合上下文提取语义特征、处理复杂语句效果较差等问题。为了填补初中教学方面问答系统的缺失和不足,本文应用了深度学习和词向量相关技术,构建了基于深度神经网络的问答系统模型。本文首先利用了卷积神经网络和循环神经网络的一些变种构建了混合深度神经网络,以更好地学习句子中的深层特征。其次在门限循环单元的基础上引入了双向门限循环单元神经网络和注意力机制,提高答句中更具有代表性的一些词在训练时的权重,使模型能够更好地学习到语义匹配关系。然后在实验部分以初中生物学科的数据集为例,对多种问答系统方法进行了对比实验和分析,通过实验结果证明了本文模型的有效性。最后使用Flask框架搭建了一个基于Web浏览器的问答系统的Demo,证明了其应用在初中教学领域的可能性。