随着互联网的出现与迅速发展,互联网上的数据资源越来越多,用户从海量的互联网数据中获取真实、可靠的信息越来越难。目前,人们获取资源的主要方法是通过搜索引擎实现的,但是搜索引擎返回给用户的信息往往是冗余的,需要用户进行二次筛选,进而获取自己的信息,这极大的浪费了用户的时间。因此,越来越多的研究机构和科技公司开始深入的分析与研制智能问答机器人,如苹果的Siri系统,微软公司的微软小冰,阿里的阿里小蜜等,在智能问答机器人的核心模块是自动问答模块,因此,自动问答系统成为人工智能领域的研究焦点。本文首先深入分析和介绍问答系统领域的相关知识和关键技术,最后实现了一个党建领域的问答系统。该系统以领域知识库为基础,包含领域知识爬取,检索式问答以及知识图谱等核心模块。领域知识爬取模块通过手工设定的种子字典,爬取领域网站生成领域词条集合,进而通过词条集合爬取百科网站的知识和社区问答网站的知识,检索式问答模块以信息检索的方法实现的问答系统,该模块首先构建倒排索引,用来检索候选答案,进而用语义匹配算法对候选答案重排序,将排序的答案返回给后面的答案生成模块。本文探索和分析了中文问句匹配算法,并提出了一个基于孪生神经网络模型的语义匹配算法,实验结果表明该算法的性能优于其他算法,知识图谱的问答模块以语义网的形式存储知识,将用户输入的自然问句转成SPARQL查询语句检索知识,并将结果返回给后续的答案生成模块,本文从机器翻译入手,实现了自然语言到SPARQL查询语句的生成算法。答案生成模块对检索的答案和知识图谱的答案进行筛选,最后将结果返回给用户。实验结果证明,本论文设计的党建问答系统的准确率达到了91.46%。