当下,随着道路交通的发展,人们对于具有较强地域性和实效性的交通信息的需求日益增长。但是大部分新兴的互联网问答平台答却不能满足这种个性化信息的需求。然而随着智能移动终端的高度普及以及对智能问答技术的发展,实现快速、高效且准确的交通信息获取服务成为了可能。同时结合问答平台的“众包”方式,还可以实现交通信息的动态获取与分享。论文以交通信息获取为核心,以问答为主要方式,基于大规模信息知识库的自动问答技术,专注于交通领域信息获取的专业型问答平台,设计并实现了基于问答方式的交通信息获取服务系统。在问答算法的研究中,论文提出了基于Gated Key-Value Memory Networks的知识库问答算法。该算法将门机制融合到相关的记忆网络问答算法中,在灵活表示已有知识的同时,减少了误差在多层模型中的累计,避免了梯度消失和网络退化问题并提升了系统的准确率。最终将算法应用到服务中,实现问答智能化。论文首先介绍了基于问答方式的交通信息获取服务的研究背景和相关技术。按照服务面向的角色:普通用户、任务发布者、任务执行者和管理员详细分析了服务的具体需求。接下来设计了基于记忆网络的知识库问答算法,并在爬取到的交通数据集和构造的问答数据集上进行了实验,验证了算法的有效性。同时详细设计了服务的总体架构、功能模块、数据库表信息、关键流程和内外部接口。在此基础上进行了服务的详细设计与实现,并按照子系统和模块划分,给出涉及到的类图和相关类的属性方法说明。最后论文说明了整个服务测试和验证的过程。论文在结尾总结了全文的工作,并提出了未来进一步的研究方向。