Dentro del ámbito de los sistemas de respuesta a preguntas (QA), el módulo más crítico para mejorar el rendimiento general es el procesamiento de análisis de preguntas. Extraer la semántica léxica de una pregunta en Lenguaje Natural (NL) presenta desafíos a niveles sintáctico y semántico para la mayoría de los sistemas QA. Esto se debe a la diferencia entre las palabras planteadas por un usuario y los términos actualmente almacenados en las bases de conocimiento. Muchos estudios han logrado resultados alentadores en la resolución de semántica léxica sobre el tema de la desambiguación de sentido de palabras (WSD), y varios otros trabajos consideran estos desafíos en el contexto de las aplicaciones QA. Además, pocos académicos han examinado el papel de la WSD en la devolución de respuestas potenciales correspondientes a preguntas particulares. Sin embargo, el procesamiento de lenguaje natural (NLP) todavía enfrenta varios desafíos para determinar el significado preciso de diversas ambigüedades. Por lo tanto, la motivación de este trabajo es proponer un nuevo método de desambiguación de sentido basado en conocimiento (KSD) para resolver el problema de la ambigüedad léxica asociada con las preguntas planteadas en los sistemas QA. La principal contribución es el método innovador propuesto, que incorpora múltiples fuentes de conocimiento. Esto incluye los metadatos de la pregunta (fecha/GPS), conocimiento contextual y ontología de dominio en un NLP superficial. El método KSD propuesto se desarrolla en una herramienta única para una aplicación móvil de QA que tiene como objetivo determinar el significado intencionado de las preguntas expresadas por los peregrinos. Los resultados experimentales revelan que nuestro método obtuvo un rendimiento de precisión comparable y mejor que las líneas base en el contexto del dominio de la peregrinación.