近年来,国家高度重视煤矿安全生产工作,提高从业人员的安全知识水平,是煤矿安全管理的重要基础。基于人工智能方法,构建煤矿安全规程自动问答系统,有助于高效提升煤矿人员安全生产知识水平,助力煤矿安全生产及煤矿智能化建设。本文结合传统搜索引擎和新型自然语言处理方法,展开了面向该领域的自动问答技术研究,主要工作如下:（1）煤安规程问答数据集自动生成子系统的设计实现。构建自动生成系统,旨在根据输入文档,自动生成问题答案对（问答数据集）,作为后续自动问答系统中智能问答模型的训练语料。首先分析煤矿安全规程的非结构化文本数据风格,定义问题类型,人工标注少量问答对数据。然后提出一种用于扩充数据集的模型方案,结合BERT-wwm和Uni LM构建序列学习模型,利用领域新词发现和继续预训练技术,更好地挖掘文章丰富的语义信息和煤安领域专业词汇信息。最后通过小样本训练和外源数据辅助训练模型,在自动和人工评估指标中均展现出较好的语义理解和生成能力,构建出了数量更大、内容更为丰富的煤安领域问答数据集。（2）煤安规程精准答案生成子系统的设计实现。该子系统分为文档检索和智能问答两个模块。文档检索模块通过搜索引擎Elastic Search实现答案相关文档的快速检索和召回,使用结合语义改进的句子相关性计算方法,按照相关度得分排序返回Top-M篇文档。智能问答模块即多文档机器阅读理解算法的研究,利用大规模预训练模型,构建序列学习模型,进行阅读理解任务微调,最后通过多答案互相验证提高答案选择的准确率。（3）煤安规程自动问答系统的整合和研发实现。按照功能划分模块,包括问答对数据自动生成管理模块、数据存储检索模块、问答算法模块和应用层交互模块,各模块可单独设计和维护,最后整合实现,并通过测试和评估,验证其运行效果能够满足需求。该论文有图34幅,表17个,参考文献75篇。