随着移动互联网的发展,人们对于获取信息的需求也不断提高。在当今信息爆炸的时代,传统搜索引擎技术已经不能满足用户获取信息的需求。同时,随着大数据技术和人工智能技术的发展,人机对话技术引起了越来越多的关注,创造一个自动化的人类—计算机的智能问答系统作为我们的私人助理已经逐渐成为现实,蕴藏巨大的应用价值。本文将构建面向旅游服务的将智能问答系统,为用户提供景区信息查询、天气查询、旅游知识问答等多项服务。首先,本文针对面向旅游服务的智能问答系统架构进行设计与实现,将智能问答系统分为:Web服务模块、控制模块、问题分发模块、问答服务模块以及日志模块五大模块。一方面,本文基于Flask框架、Twisted框架实现了问答系统Web服务的搭建,为用户提供问答界面,以及实现了客户端、服务端的构建与连接,为问答系统各个模块提供稳定的服务。另一方面,本文的智能问答系统集成了问题理解、问题改写、FAQ问答系统、基于知识库的问答系统、聊天机器人等多项领先的对话系统技术,组成了实用、丰富的问答功能。接着,本文对问答服务模块中的FAQ问答系统技术进行了深入研究。FAQ问答系统的主要功能为根据用户的问题在数据库中匹配相似问题或者相关答案。本文基于语义相似度计算技术以及向量检索技术构建FAQ问答系统。本文采用预训练语言模型BERT及其改进模型作为语义表示模型,并基于此构建了孪生网络作为语义相似度计算模型,通过语义相似度计算任务训练语义表示模型,然后将问答库中的问题表示成语义向量的形式,并构建最近邻向量搜索树,通过向量最近邻搜索的方式召回相似问题。实验结果表明,本文实现的FAQ问答系统取得了很好的表现。最后,本文对问题分发模块的关键技术进行了深入研究。本文的智能问答系统的问题分发模块包括问题理解以及问题改写两个子模块。问题理解子模块主要是将用户输入的查询语句分发到最适合处理该查询的问答子系统以及抽取出该查询中的关键信息。问题改写子模块主要负责改写用户的当前查询以补全查询所需要的信息,从而解决问答子系统间的语义传递阻塞问题。本文提出基于BERT及其改进模型构建的多任务联合学习的问题理解模型,并且建模了对话上下文信息,提升了问题分发以及槽位检测的准确性。本文针对问题改写任务提出了在输入中加入槽位信息的生成模型,实验表明,该模型在中英文数据集上的性能均优于基线模型。