La Pregunta y Respuesta de Conocimiento es una de las direcciones de investigación importantes en el campo de la inteligencia robótica. Se basa principalmente en el conocimiento de fondo para analizar las preguntas de los usuarios y generar respuestas. Es uno de los métodos de aplicación importantes de la tecnología de gráficos de conocimiento. En comparación con el sistema experto tradicional de pregunta y respuesta, tiene la ventaja de una base de conocimiento de fondo a gran escala y la trazabilidad e interpretabilidad del proceso de pregunta-respuesta. En comparación con la tecnología actual de ChatGPT (Chat Generative Pre-trained Transformer), tiene ventajas en el campo de segmentación propietaria. A raíz del problema de que la precisión de los métodos existentes de pregunta y respuesta de conocimiento es baja, este documento estudia el método de análisis semántico para la pregunta y respuesta de conocimiento bajo el soporte de una base de datos de conocimiento, propone un método de pregunta y respuesta de conocimiento basado en la superposición de múltiples modelos de redes neuronales, y realiza una verificación experimental en el conjunto de datos NLPCC2016KBQA (Tareas de Pregunta y Respuesta de Conocimiento en la Conferencia de Procesamiento de Lenguaje Natural y Computación en Chino de 2016) disponible públicamente. Los resultados experimentales muestran que el valor F1 de este método es mayor que el del modelo base.