随着民航规模不断扩大,民航旅客运输量逐年攀升,旅客对信息的需求急剧增长。呼叫中心传统的人工客服式服务存在客服压力大、消息回复不及时等问题,已经不能满足当代民航服务业的发展。如何为旅客提供自助咨询服务以提升用户满意度变得尤为重要。智能自动问答系统可以帮助旅客从海量的民航数据中快速获取知识,是呼叫中心未来的发展趋势。因此,研究高效的自动问答方法在民航客服领域具有重要意义。首先,针对传统问答系统不具备语言理解能力的问题,提出了一种基于协同注意力和自适应调整的阅读理解模型。该模型使用余弦相似度自适应调整文本向量表示,筛选冗余信息,借助循环神经网络学习句子的语义信息,引入协同注意力机制融合问题和文本信息,利用指针网络抽取答案序列。其次,针对实际应用中用户需要从海量数据中筛选所需信息的问题,本文将细粒度检索器与阅读理解模型相结合,提出了基于细粒度检索和阅读理解的民航客服自动问答。该模型使用最大内积检索算法计算句子粒度文本与问题的相关性,获取相关段落,然后借助阅读模型更新问题向量表示并进行迭代检索,最后经过阅读理解模型的分析和推理生成答案并返回给用户,实现自动问答。最后,使用民航数据和开放域数据进行验证,实验结果表明本文模型能够快速准确的回答旅客问题,为民航客服领域自动问答提供了新的方案,具有重要意义。