近年来,随着深度学习技术的不断发展,对话系统的性能也逐渐提高。然而,当前的对话系统依旧存在着许多挑战和不足。人类在聊天时会根据存储在大脑里的背景知识来解读对话内容并做出与之相关的回复。若希望能够达到类似人类的交流水准,对话系统也需要融入大量的背景知识。知识驱动型对话系统为对话系统的研究提供了新的思路。知识图谱可以作为人类知识的良好载体。自从2012年谷歌提出知识图谱这一概念以来,知识图谱受到了社会各界的广泛关注。许多互联网应用均集成了知识图谱为其提供专业知识,并在性能上得到了较大的提升。古往今来,书籍是人类成长中不可或缺的精神食粮。随着信息化时代的到来,我国人均阅读需求与日俱增。人们在阅读时通常会通过某种方式去了解图书相关的信息。除了搜索引擎以外,智能对话系统提供了一种更加人性化的交互方式。然而,通用智能对话系统无法在专业领域的对话中取得较好的效果。本文构建了一个面向图书的知识驱动型对话系统,可以帮助人们更好的了解图书的相关信息。主要的研究内容如下:第一,构建了面向图书领域的知识图谱。当前互联网上缺乏较完善的图书领域的开放知识图谱。为了能够整合各类图书信息,构建一个面向图书领域的知识图谱迫在眉睫。本文构建的知识图谱以豆瓣读书平台作为数据来源。知识图谱中的实体包含图书、作者、出版社、图书类型四大类。构建知识图谱时采用自顶向下的方式。最终构建完毕的图书知识图谱包含114810个实体,1202781组关系对。第二,构建了面向图书领域的知识驱动型对话系统。带有知识标注的图书对话数据是构建知识驱动型对话系统的基础。基于之前构建好的图书知识图谱,本文构建了 50轮图书领域的对话语料,并为语料中的每条语句标注对应的三元组知识。上面构建的对话语料共包含636句带有知识标注的图书领域对话数据。另外,本文构建了一种融合键-值记忆网络的检索式BERT模型,并在对话数据集上进行训练得到了最终的对话系统。本文还通过一系列评价指标对系统生成的回复进行了评估。实验结果证明:在图书对话系统中引入外部知识能够生成更高质量的回复。