随着网络技术和与人工智能技术的快速发展,在旅游行业中利用大数据、深度学习等先进技术来进行旅游经营,已经逐步形成了一种新型的旅游经营方式。特别是在信息获取方面,以往人们在获取旅游信息时,方式多为传统搜索引擎,该方法无法快速便捷准确的获取信息。而以自然语言处理技术为核心的问答系统,在限定的领域内,可以更精确地了解使用者的用意,并且反馈出更为精准且简练的答案,从而使使用者获得信息的速度与精确度都大大提升。问答系统的知识库是影响问答系统效果的直接因素,知识图谱以其对结构化和关系化数据存储的优势,逐渐成为问答系统知识库的主要选择。而近年来,随着我国经济的不断发展,国民出境游的次数明显增加,而澳大利亚是国人出境游的热门目的地,但是有关澳大利亚旅游信息获取却不是很方便。因此,本文以澳大利亚旅游领域为例,以知识图谱为基础,结合命名实体识别、文本分类等深度学习技术,设计并开发了一个基于澳大利亚旅游知识图谱的旅游问答系统。本文的完成的主要工作如下:（1）澳大利亚旅游领域知识图谱的构建。知识图谱的构建有几个核心步骤,分别是数据获取、实体和关系定义、实体消岐和数据存储。首先,通过python的request框架和xpath语法,从多个旅游网站中爬取数据;其次,根据数据的特点定义实体和抽取关系;然后利用文本相似度技术将不同来源的数据完成实体对齐和属性融合,并将数据转成三元组的数据格式;最后,以neo4j图数据库为基础,构建完成澳大利亚旅游领域知识图谱,为问答系统的实现提供了数据基础。（2）基于知识图谱的问答系统关键任务的设计与实现。将实现基于知识图谱的问答系统的关键任务进一步细化,从答案搜索流程的角度将任务分解为问句实体识别和问句意图识别两个任务。针对问句实体识别任务,设计了BERT-Bi LSTM-CRF模型来抽取问句实体,并通过实验验证该方法比其他传统方法效果更好。针对问句意图识别任务,将其转化成文本分类任务,并结合数据特点设计了BER T-softmax模型,通过BERT模型实现旅游问句的向量表示和softmax层进行分类,并通过实验验证该方法比其它的文本分类模型效果更好。（3）基于澳大利亚旅游知识图谱的旅游问答系统的设计和实现。以基于知识图谱的问答系统的实现流程作为基准,并将知识图谱作为查询数据库,问句实体识别模型和问句意图识别模型作为语义解析方法,设计并实现了基于澳大利亚旅游知识图谱的旅游问答系统。该系统可以和用户进行实时交互,根据用户提出的有关澳大利亚旅游领域问题,利用问句实体识别模型和问句意图识别模型,识别出实体和意图类别,然后在知识图谱中基于实体和意图进行搜索并返回准确的答案。综上所述,本文设计并实现了一个基于知识图谱的中文问答系统,在基于知识图谱的中文问答系统领域做了探索,具备一定的理论意义。同时,本文设计并开发完成了澳大利亚旅游问答系统,并经过测试证明该系统对相关事实类的问答有较好的效果,能够迅速、准确地解答用户的有关澳大利亚旅游的问题,满足了用户的需求具备一定的实际价值和意义。