针对游戏客服场景中玩家领域化、口语化的提问方式，应用深度学习工具word2vec建立带有语义的词的向量表示，设计了一种利用词向量距离，结合同义词替换、权重、句子长度、词序等因素的句子相似度计算模型。在该模型基础上，通过预分类、重定义分类规则，对KNN分类算法的大类占优、全局匹配计算代价高等问题进行改进，实现了一种基于文本分类的面向游戏客服场景的自动问答系统。实验结果表明，该系统具有较高的问题分类准确率和分类效率。