开放领域的问题回答(Question　Answering,简称QA)是近年来自然语言处理研究领域的一个热门的研究方向。本文介绍了基于模式匹配策略的问题回答系统,并对其进行了深层次的性能分析与评价,讨论了检索参数、训练样例数目对系统性能的影响,同时,进行t-test来检验不同因素对系统性能影响的显著性,旨在对系统实现细节有更明确的分析,更有效的提高系统性能。系统中运用了自然语言处理工具,如句法分析器,实体名识别工具等,工具本身的性能也是影响QA系统性能的一个重要因素。