在大数据时代的推动下，智能问答系统在各个领域得到广泛应用，为用户提供高效的答案，相比传统的文本知识收集和网络搜索引擎检索，具有明显优势。随着知识图谱技术的快速发展，智能问答系统迎来了新的发展阶段。本研究响应了智慧农业的需求，构建了一个基于知识图谱的农作物病虫害智能问答系统，旨在为用户提供与农作物病虫害相关的问答服务。主要工作包括：（1） 农作物病虫害数据获取：利用分布式爬虫框架爬取农作物病虫害相关网页数据，并进行数据清理、分析、结构化等预处理操作。（2） 知识图谱构建：对数据进行分析后，定义知识本体的实体类别与关系类别，完成知识图谱的模式层构建。利用基于规则的三元组模板对半结构化文本进行实体提取，构建数据层，并将三元组存储至Neo4j图数据库。（3） 问答算法设计：利用BERT-BiLSTM-CRF模型进行问句实体识别，BERT-RNN模型进行问题分类。匹配模板后通过Cypher语句进行查询，将答案处理为自然语言形式并返回。（4） 问答系统实现与可视化：结合农作物病虫害知识图谱与问答算法，使用Flask框架和多种web技术实现用户提问、实体识别、知识检索和答案返回等功能。试验结果表明，实体识别与问题分类模型的准确率（Precision）、召回率（Recall）和F1分别达到了93.22%、92.69%、92.21%和94.37%、93.92%、92.66%。与其他搜索途径相比，问答系统展现出了较高的准确性和稳定性。这项研究为农业信息化提供了一种智能化的解决方案，为用户获取农作物病虫害知识提供了新途径。