谓词映射作为知识图谱问答的一个关键环节,决定了知识图谱搜索空间和回答正确与否。许多通用领域的知识图谱问答系统及其谓词映射模块并不重视现实场景中常见的嵌套问题和反向问答,使得知识库问答系统在生产环境中并不友好可靠。此外,由于自然语言语义丰富且表达方式多样,谓词的语义感知和句式表达成为谓词映射的主要挑战。基于以上问题,语法增强的谓词映射模型和基于问句模板的逆向谓词映射模型被设计用于知识库问答系统的谓词映射模块。语法增强的谓词映射模型利用长短期记忆单元和所设计的多输入长短期记忆单元动态构建问句的依存句法结构网络,抽取问句的语义特征并映射到知识图谱谓词路径,进而完成谓词映射。基于问句模板的逆向谓词映射模型则是通过序列到序列模型融合TransE训练的知识图谱的全局信息将知识图谱三元组转换为双向问句模板,将自然问句映射到问句模板上,逆向完成谓词映射。基于问句模板的逆向谓词映射模型通过构造问句模板解决嵌套问题和反向问答。同时,为了验证语法增强的谓词映射模型和基于问句模板的逆向谓词映射模型的有效性,知识库问答系统PM2KBQA将其作为谓词映射模块,并构建了面向通用领域的知识库问答系统。除此之外,PM2KBQA被应用到制造领域中,构建了制造业知识图谱问答系统MIKBQA,以验证知识问答系统的可用性。语法增强的谓词映射模型和基于问句模板的逆向谓词映射模型以及知识库问答系统PM2KBQA在SimpleQuestion和NLPCC ICCPOL 2016 KBQA两种中英文问答集进行测试。实验结果证明语法增强的谓词映射模型和基于问句模板的逆向谓词映射模型在大多数情况下超越了目前最好的模型。更为重要的是,语法增强的谓词映射模型和基于问句模板的逆向谓词映射模型帮助PM2KBQA模型在大多数情况下击败了目前最好的知识库问答系统。此外,MIKBQA在制造领域知识图谱问答中取得了良好的测试结果。