随着社会不断地进步发展,健康饮食已经成为了人民日常生活的关注的重点。并且随着互联网技术的发展,人们虽然可以越来越方便的获取食谱相关的信息,但是在没有经过机器“大脑”的思考之后,只是经过简单聚合的、杂乱无章的数据输出问题的答案,已经无法满足人们对信息的精准性需求,进而,人们期待通过智能问答系统这种方式来更方便、快捷的方式获取健康饮食方面的信息。因此本文基于食谱知识图谱的问答系统,就是将食谱知识图谱作为食谱问答系统的“大脑”,让机器变得更加“有文化”,在经过“大脑”的思考之后给出的具有语义理解智能话程度高、准确性高、可释性强的答案。经过分析发现,目前主流的知识图谱很难对健康饮食这种特定的领域的智能问答系统提供有效的知识辅助,并且特别是在中文健康饮食领域的健康饮食问答系统方面的研究非常少。因此,针对上述问题,本文进行了大胆的尝试,以期能够解决人们对健康饮食方面的需求。本文的主要工作包括以下三个部分:本文首先通过编写爬虫脚本,从中文美食相关的网站中,爬取了大量的食谱、食材、食谱和食材的医疗功效以及食谱和食材适宜的人群等数据,然后为了进一步丰富食谱中相关的数据,本文根据爬取的食材数据通过维基百科获取到了食材的营养价值、科学分类以及食材的描述等重要数据。最终获得了大量的、完整度高、覆盖范围广的与中文健康饮食相关的数据,填补了中文食谱领域暂无健康饮食相关数据的空白。本文利用基于规则的方法和基于依存句法分析的方法,从半结构化和非结构化的数据中,抽取了大量的与健康饮食相关的食谱先验知识。本文通过对食谱数据进行预处理之后抽取了食谱领域相关的概念和术语以及关系,最终利用Protégé本体编辑器工具生成了中文食谱领域的本体。并在本文设计的食谱领域本体的指导下,创造性的构建了一套全新的与健康饮食相关的食谱知识图谱,并采取了一定的手段将食谱知识图谱存储于Neo4j图数据库中,解决了传统知识图谱无法为食谱领域问答任务提供有效的先验知识的问题。最后,为了将食谱知识图谱应用在问答任务中。在充分考虑了食谱数据中食谱、食材、人群、功效等数据之间关系复杂性的情况下,为食谱问答任务设计了简单任务和复杂任务两种难度的问答任务,并采用了基于合成的方法生成了高质量的问答对,构建了用于食谱问答任务的数据集。最后,提出了一个基于图卷积网络和预训练模型的适用于食谱知识图谱问答任务的模型,并经过试验分析,证明了本文设计的模型比其他模型可以更有效的利用先验知识,去完成问答任务。也说明了本文构建的食谱知识图谱可以为食谱问答任务提供有效的支撑。