目前，美食领域知识的获取主要依赖搜索引擎，而传统搜索引擎一般只能返回相关网页，限制了知识获取的效率。另外，虽然搜索引擎大多采用海量网页作为数据源，但是并不能根据用户提问，将不同网页的相关美食知识重新整合并返回全面、专业的答案。为了解决这个问题，本文构建了基于美食本体的问答系统。针对目前尚无较大规模中文美食本体的现状，提出了一种使用通用爬虫半自动的构建美食本体的方法。首先，确定美食本体概念范围，选取相关网站抽取出信息骨架。然后，将多个信息骨架整合成本体的概念层。最后，在概念层的指导下抓取实例，输出对应的三元组，并将实例与概念整合形成完整的美食本体。针对基于本体问答系统的语义理解问题，改进了基于句法树和引入的逻辑公式的方法。一方面，通过建立美食领域的词典，提高预处理阶段分词和词与知识库映射的准确率。另一方面，采用DCS作为连接自然语言问句和知识库查询的逻辑语言，使用构建广度优先树生成问句逻辑形式并加入打分模型选出最优逻辑形式的方法有效提高了语义理解水平。对问答系统的测评分别从美食本体完备性、语义理解准确率和系统处理能力三个方面进行，实验结果证明了基于美食本体问答系统的高效性和实用性。