随着我国社会节奏的日趋加快与人们生活压力的不断增加,由各种慢性疾病引起的健康问题已成为人们不容忽略的重大威胁。伴随着“健康中国2030”规划的提出,如何更好地进行慢性病防治工作成为了当下研究的热点。近年来,互联网的快速发展掀起了信息技术的革命浪潮,医疗百科网站、在线问诊医生等网络平台层出不穷,丰富了人们获取医疗知识的渠道。然而,这些平台在给人们带来便利的同时也存在着诸多挑战,比如网站大而繁杂,搜索功能过于单一,在线问诊平台沟通效率低下,非即时类平台不能及时返回用户答案,而即时类平台又由于患者的不确定问诊时间存在资源的浪费。因此,基于上述问题,本文设计并开发出一套自助诊断问答系统,将其在慢性病领域的应用作为切入点,重点研究问答中的命名实体识别技术和慢性病知识图谱的构建技术,并利用研究的成果完成问答系统的搭建,使其满足患者的问诊需求。本文主要研究内容如下:（1）针对传统命名实体识别模型的不足进行改进,提出了结合注意力机制的字词级栅格状命名实体识别模型,通过在公开数据集上进行实验对比验证所改进模型的有效性。（2）建立慢性病领域知识图谱,通过爬虫技术对相关的权威医疗网站进行数据获取,并利用知识融合技术对其他来源的知识进行整合,最终得到较为完整的慢性病知识图谱,将其利用图数据库进行存储,方便后续系统对答案的检索。（3）采用标准的软件设计架构设计并开发出一套慢性病诊断问答系统。其中,采用（1）内容中构建出来的命名实体识别模型对问题进行实体抽取,采用（2）内容中构建出来的知识图谱为问答系统提供数据支持,采用前端开发语言与网页应用框架完成系统的搭建。最后对所开发系统进行功能与性能的测试,从而验证系统的可用性与实用性。综合上述内容,本文完成了一套完整的基于知识图谱的慢性病诊断问答系统,可以对用户问题做到较为准确与高效的应答,一定程度上缓解了医疗机构的压力。同时,本课题也为其他领域的问答系统研究提供了可参考思路与方法,具有实际意义与应用价值。