信息时代的教育正面临着从学习规模化向个性化的转变,我国教育生态变革和重构充满机遇和挑战。智能教育是以人工智能、大数据、物联网为代表的智能技术与教育深度结合,具有个性化、终身化等特征。为此,满足学习者的知识检索和个性化学习需求,同时支撑和服务于教师教学工作,贯彻“以学生者为中心”的育人思想和泛在学习理念,开展有关研究具有重要意义。本文以中学数学学习的个性化为切入点,探索面向智能教育的教学环境条件的构建,开展基于知识图谱的学科知识自动问答系统关键技术研究与实现,以期在一定程度上实现个性化学习服务,主要完成了以下工作:（1）构建学科知识图谱。采用自顶向下的方式,首先利用人工、爬虫和OCR技术相结合的方式,选取教材、考纲、百度百科、专题网站等数据源对知识数据采集,并进行数据清洗和存储,然后定义中学数学本体,使用BERT-Bi LSTM-CRF模型进行中学数学知识点命名实体识别。针对关系抽取任务中出现的数据噪声和分类模型中出现的梯度消失等问题,研究提出一种远程监督关系抽取模型。设计了知识存储方案,形成学科知识图谱。最后构建数学知识点实验数据集,设置关系抽取和命名实体识别相关实验,对结果进行详细分析。（2）设计基于学科知识图谱的自动问答方法和系统,完成了可行性分析、需求分析、功能需求等,进而设计了系统整体架构以及主要功能模块。对于自动问答方法,将其分为问题识别与预处理模块、答案检索与问题生成模块。问题识别与预处理模块的主要方法为问题分类、中文分词、词性标注以及语义依存分析等。在答案检索与生成模块中,通过构造查询模板进行答案检索,利用莱文斯坦算法对候选答案排序,最后设计答案嵌套模板完善对于用户的回答。（3）实现学科知识自动问答系统。主要采取B/S系统架构,在基于Django、Element UI、Tensor Flow深度学习框架等组成的开发环境上完成代码编写,并进行系统测试以及系统页面展示。