智能问答是人机交互的核心问题之一。在保险领域现有业务不断发展和新业务不断推行的背景下,潜在客户和已有客户对保险业务的咨询服务呈现出与日俱增的趋势,对智能问答方法提出更高的要求。传统问答方法难以高效的解决用户问题、准确理解语义信息;深度学习方法无高质量公开的中文保险数据;而自然语言多样、复杂,保险智能问答的实现面临一系列难题。为了实现用户保险智能问答,针对保险知识图谱的构建和基于知识图谱问答开展深入研究,并通过深度学习模型和注意力机制来提升语义表达的准确性,研究工作总结如下:(1)提出一种构建保险领域知识图谱的构建方法。它是由知识抽取、知识融合和知识存储三部分组成。首先,使用Bi-LSTM-CRF和序列标注策略对实体、关系联合抽取模型实现知识提取;其次,提出一种保险实体局部关系属性相似的实体对齐方法I-SPRS(Insurance-Surrounding Property and relation Similarity)的相似度计算方法,来实现知识融合。最后,使用图数据库和关系数据库混合方法实现知识存储。(2)提出一种保险知识图谱问答方法,主要由实体链接和关系预测两个部分组成。其中,实体链接是由保险领域的特征,设计一种多特征融合的计算方法。而关系预测是构建一个双向门控制单元网络的模型,把问句中的实体和关系进行提取,用可以查询的语言,在图谱中查找并且给出正确的答案。(3)实现保险知识图谱问答系统,实现知识图谱可视化和搭建保险助手。通过深度学习的方法提高保险知识图谱的自动问答能力,验证本文算法模型的有效性,最终实现能够满足用户问答咨询的保险服务助手。