中华典籍浩如烟海,是中华民族记忆的载体,也是古圣先贤智慧的结晶。而花间集更是中华典籍中的一颗明珠,闪闪发光。但花间集中词的语言简练且作者善于用典故、时事来表述词的内涵,导致如今读起来较为晦涩难懂,不易理解。因此,若可以事先了解词的相关知识,再从词的“字-句-联-篇”中细细品味,能使我们更容易理解词的内蕴,为我们的精神世界提供更多滋养。随着信息技术的飞速发展,用户在获取知识时选择通过搜索引擎搜索答案。但利用搜索引擎搜索时,却存在检索到的信息答非所问、繁杂冗余等问题,造成用户难以精准的获取答案。问答系统不仅能解析问题,实现快速理解用户的意图,而且又将结果简化,直接为用户提供高质量的答案。基于知识图谱的问答系统更将知识以三元组的形式存储,实现了碎片化的知识体系化和整合化,为问答系统提供了高质量的数据,进一步方便了用户的查询使用。因此,本文以《花间集全译》为例,着重对信息抽取和知识图谱的构建两部分进行研究,即构建了命名实体识别模型和花间集知识图谱,同时搭建了基于知识图谱的问答系统。该系统能对用户的输入问题进行解析,查询知识图谱并返回答案,帮助用户更快更准确的获取知识,具有一定的实用性。本文的主要工作如下:（1）构建命名实体识别模型。由于词的词牌不同,实体位置也会有相应变化,且已标注好的词的语料相对较少,因此需要针对词的写作背景、作者想要表达的情感等对语料进行人工标注。故本文人工了标注《花间集全译》作为命名实体识别的数据集并提出AM-NER命名实体识别模型来识别实体。最后设计对比实验和消融实验,验证了该模型在本文所提数据集上的优越性。（2）构建花间集知识图谱。由于网络上存在着不同结构的知识,而且大量的知识存在于非结构化的数据中,因此需要采取不同的技术方法有针对性的进行知识获取和存储。故本文首先根据待爬取网站的特性,通过爬虫技术获取《花间集全译》中词的相关知识;其次将人工标注好的实体和不同数据源的知识进行知识融合、知识加工等过程,并将知识以三元组的形式存储,实现了花间集知识图谱的构建。（3）构建花间集问答系统。基于上述研究成果,本文实现了基于知识图谱的花间集问答系统,具体流程包括:问题解析、问题处理以及可视化展示。