物流是国家经济发展的重要基础设施。经过三十多年发展,物流业已经成为国民经济的支柱产业和重要的现代服务业,也是人员增长最快的行业之一。然而随着我国人口红利逐渐消失,劳动成本不断上涨,劳动力的短缺倒逼传统物流业逐渐向无人化、智能化方向转型,物流业对智能物流机器人的需求愈加迫切。近年来AI技术广泛应用于物流场景,在软件方面,智能语音助手机器人和物流客服机器人开始应用在日常生活中。物流公司将智能问答系统嵌入其微信小程序,为用户提供实时的在线咨询服务。但在使用中存在系统无响应、答非所问、仅支持单轮问答,对于稍复杂的问题回复效果不尽人意等问题。原因主要有两点:一是系统设计不充分,二是信息检索效率有待提高。基于此,本研究主要回答三个问题:物流领域需要怎样的人工智能问答模式?如何通过关键算法设计提高信息检索的准确率?如何从系统设计方面对物流问答系统进行优化?首先运用文献计量和科学知识图谱法对智慧物流和智能问答领域研究现状和热点进行分析,为本研究的切入点提供证据。然后,以问答系统相关理论为基础,结合物流服务过程和物流问答情境对物流领域问答系统运行机理进行解释,在此基础上,进一步提出面向智慧物流领域的人工智能问答模式设计思路。接着,对人工智能问答模式中的句子相似度算法进行优化,思路是在基线SIF模型基础上增加词性和词序因素。通过准确率、召回率和F值三个指标对改进后的算法效果进一步验证,发现SIF算法在准确率方面远胜于基于统计的TF-IDF算法和基于词序的算法18%和29%,本研究改进后的SIF算法在准确率方面又提高了4.5%。最后,从“软”、“硬”两方面提出人工智能问答模式优化建议,在此基础上对研究结论的理论和实践价值进行了讨论,并对研究中的不足进行了总结。