以信息技术赋能传统产业是国家战略,将自然语言处理技术应用于旅游领域,从而推动智慧旅游建设,成为一个重要的应用研究方向。旅游问答系统是智慧旅游建设中的一项重要内容,它旨在应用自然语言处理技术回答用户提出的问题。旅游作为一种体验型产品,其问答系统反馈带有真实主观观点的答案对用户更具亲和力。为更好地回答旅游领域的主观型问题,本文在抽取主观型候选答案的基础上,利用情感分析技术获得候选答案的情感信息,以便获得直接、准确的主观型答案。主要研究内容和研究成果如下:（1）融合方面信息的主观型候选答案抽取方法。主观型候选答案抽取的关键在于抽取出带有主观观点的候选答案。本文提出了基于双向注意力的主观型候选答案抽取模型SCAE-BIDAF。该模型利用真实旅游评论数据,采用不同粒度的嵌入表示,基于双向注意力机制捕获上下文和问题间的联系,并在预测候选答案范围时融合了问题的方面信息。实验结果表明,SCAE-BIDAF方法的EM值和F1值均优于基线方法,其能够有效增强上下文和问题的交互性,提升主观型候选答案抽取的性能。（2）融合知识的景点及景点方面情感分类方法。一篇主观型候选答案文本中常常包含多个方面,而景点关联于其自身的方面。为了准确分类景点及景点方面的情感倾向,本文提出了基于景点知识的多任务联合学习分类模型KB-MJLCM。该模型挖掘知识库中给定景点的对应描述,使用Bert得到景点描述的句子表示,并将其与景点的表示进行拼接获得景点的新表示。然后,采用多任务联合学习,同时获得景点的情感倾向和景点方面的情感倾向。在山西旅游评论数据库上,实验验证了KB-MJLCM方法的有效性。（3）面向旅游领域的主观型问答系统。以山西省旅游为应用场景,针对旅游领域主观型问答的情感分析技术,采用本文提出的KB-MJLCM方法和SCAE-BIDAF方法,设计开发了一个面向旅游领域的主观型问答系统。该系统主要实现了旅游领域的主观型问答功能和旅游评论情感分析功能。