煤矿建设项目多面临恶劣的地下环境,施工条件复杂,建设难度大。常受到煤矿固有的顶板、瓦斯、水灾等威胁,安全管理形势严峻。随着煤炭行业数字化进程加快,安全管理领域积累了海量数据。然而,组织内知识内容的非结构化和存储状态的无序性,使得这些知识难以为安全决策所获取。如何有效整合并充分挖掘这些知识,帮助管理者快速获取知识的支持,对于煤矿建设安全管理有十分重要的意义。因此,本文立足于煤矿建设安全管理领域,研究如何以结构化、可视化的方式实现领域知识的集成。并引入人工智能领域深度学习相关理论和方法,通过知识图谱的构建解决知识集成和知识支持的问题,帮助从业人员快速获取知识,提升安全管理水平。本研究包含以下内容:研究煤矿建设安全管理知识需求,构建知识分类体系。考虑安全管理系统结构和安全隐患风险管理双维度,提出煤矿建设安全管理知识分类体系。确定领域实体类型、关系类型,形成煤矿建设安全管理领域知识结构模式。以煤矿建设安全管理领域的标准规范知识为数据源,分析其数据结构化程度和语言特点,针对不同的知识内容分别采用人工、基于规则及基于深度学习的识别方法进行实体的抽取。然后,通过构建关系分类及关系词典,采用基于规则的抽取方法实现实体关系的分类抽取。并基于Neo4j平台,完成知识的存储和可视化表达。针对构建的领域知识图谱,探究实现知识支持的路径和方法。采用基于知识图谱的问答系统和基于常问问题集的问答系统两种方法,实现知识图谱应用。开发知识问答系统,并在钱营孜煤矿改建及二水平延深工程中进行实证分析,通过对比实验,验证构建的知识图谱及问答系统具有较强实用性,能有效解决煤矿建设项目安全管理知识的快速、精准支持。本文提出的煤矿建设安全管理知识图谱构建及知识问答方法,能够在理论上指导领域知识存储和知识支持,所构建的煤矿建设安全管理领域知识图谱和知识问答系统,能够快速、精准地为领域内从业人员提供所需要的知识,提升煤矿建设安全管理水平。本论文有图50幅,表35个,参考文献132篇。