近年来,随着互联网和人工智能技术的快速发展,各行各业都开始构建网络平台来更好的完成与用户的交互。利用人工智能领域自然语言处理技术,构建不同于传统答疑模式的智能问答系统,具有反馈速度快、反馈内容准确和节省不必要的人力资源等特点。基于情感计算的智能问答系统相较于普通问答系统,不仅可以有效的解决遇到大量重复雷同的问题,而且具有一定的情感计算能力,可以识别用户的情感,从而在和用户进行互动时让用户体验到系统的亲昵感。在构建基于情感计算智能问答系统的过程中,用户输入的语句首先需要进行情感分类,因此本文对情感分类器模型进行了深入的研究。本文基于对常见分类模型的研究成果和收集到的情感方面的语料,最终实现了卷积神经网络分类模型和长短期记忆网络分类模型,并在研究和分析后,提出了利用特征融合的方法,将两种完善的分类模型加以组合,构建了针对本系统的组合分类模型。在测试阶段分别基于语料测试集和人工随机测试集,设计实验并对比了三个分类模型的分类结果。本文通过对情感计算领域和问答系统领域的研究,将情感计算和问答系统结合起来,在问答系统方面不选择特定的领域,研究了基于情感计算的智能问答系统及其各主要部分,并应用Vue Js和Express开发框架,实现了开放域下基于情感计算的智能问答系统。根据问答系统的使用场景和设计目标,通过收集大量数据构建开放域知识库作为系统储备,在问答系统的问句分析模块,调研并实现了问句分析中的重要方法,包括:针对中文的分词、Word2vec词向量模型的训练、主句提取、句法结构分析、上下文信息补充、意图识别和相似度计算等。本系统在收到用户的输入信息后,会对用户的输入信息进行问句分析、情感计算、问句分类和答案匹配四个步骤,然后在已经构建好的开放域知识库中选择最合适的答案反馈给用户。系统设计了用户反馈的功能,用户在使用系统时对某些不准确的回复进行反馈,系统的工作人员可以在后台收到用户的反馈信息,并根据用户的反馈信息并对开放域知识库和问答模型进行更新,从而使得系统具有不断学习的功能。