SPINACH: SPARQL-Based Information Navigation for Challenging Real-World Questions
Stanford University（斯坦福大学）；Cornell Tech（康奈尔科技学院）
本文提出SPINACH数据集和同名KBQA智能体，通过模仿专家编写SPARQL的上下文学习方式动态探索知识库模式，在多个基准上取得显著提升。
2024-10-21 cs.CL
MARS: Multi-hop Adaptive Retrieval and SPARQL Generation for KGQA
Heinz Nixdorf Institute, Paderborn University（海因茨·尼克斯多夫研究所，帕德博恩大学）
研究针对大型语言模型在知识密集型任务中可靠性受限的问题，提出MARS方法，通过结构化检索过程链接问题实体与知识图谱，迭代获取信息并决定检索深度或生成SPARQL查询，在多个基准测试中性能有竞争力且高效可扩展。
2026-10-22 cs.CL
GPTKB 2.0: Browsing, Querying, and Auditing a Disambiguated LLM-Derived Knowledge Base
ScaDS.AI Dresden/Leipzig（ScaDS.AI德累斯顿/莱比锡）；TU Dresden（德累斯顿工业大学）；Institute for AI, VNU University of Engineering and Technology（越南国家大学工程技术学院人工智能研究所）
该研究推出了可浏览、查询、审计的GPTKB 2.0系统，其为经上下文引导消歧的LLM衍生知识库，规模达3840万条三元组，支持多种查询及实体链接功能，且提供网络演示与离线下载。
2026-09-03 cs.AI cs.CL cs.DB
A Copy Mechanism for Handling Knowledge Base Elements in SPARQL Neural Machine Translation
Polytechnique Montreal（蒙特利尔综合理工学院）
从英语到SPARQL的神经机器翻译（NMT）模型是SPARQL查询生成的一个很有前途的发展。然而，目前的架构无法集成知识库（KB）模式，并处理在训练过程中看不到的知识资源，类和属性的问题，使它们无法在训练集中覆盖的主题范围之外使用。受自然语言处理任务中性能提升的启发，我们提出将神经SPARQL查询生成的复制机制作为解决这个问题的一种方法。我们通过向两个Seq2Seq架构（CNN和Transformers）添加复制层和动态知识库词汇来说明我们的建议。这一层使模型直接从问题中复制知识库元素，而不是生成它们。我们在最先进的数据集上评估我们的方法，包括引用未知KB元素的数据集，并测量复制增强架构的准确性。我们的研究结果表明，在所有数据集上的性能显着增加相比，非复制架构。
2022-11-18 cs.CL cs.LG
SPBERT: An Efficient Pre-training BERT on SPARQL Queries for Question Answering over Knowledge Graphs
University of Science（科学大学）；Case Western Reserve University（凯斯西储大学）；National Cancer Institute（美国国家癌症研究所）
在本文中，我们提出了SPBERT，一个基于transformer的语言模型预训练的大量SPARQL查询日志。通过结合掩蔽语言建模目标和单词结构目标，SPBERT可以学习自然语言和SPARQL查询语言的通用表示。我们研究如何SPBERT和编码器-解码器架构可以适应基于知识的QA语料库。我们进行了详尽的实验上的两个额外的任务，包括SPARQL查询建设和回答动词化生成。实验结果表明，SPBERT可以获得令人满意的结果，在其中几个任务上获得了最先进的BLEU分数。
2021-06-30 cs.CL
Spider4SSC & S2CLite: A text-to-multi-query-language dataset using lightweight ontology-agnostic SPARQL to Cypher parser
Graduate School of Engineering Science（工程科学研究生院）；Yokohama National University（横滨国立大学）；Faculty of Engineering（工学部）
本文提出Spider4SSC数据集与轻量级本体无关的规则基解析器S2CLite，可将SPARQL转Cypher且无需外部工具，实验显示其解析准确率显著优于现有工具，并生成统一文本到多查询语言数据集。
2025-11-12 cs.CL
DeSQ: Decomposition-based SPARQL Query Generation
LAMA-WeST；Mila – Quebec AI Institute（魁北克AI研究所）；Polytechnique Montréal（蒙特利尔理工学院）
提出DeSQ框架，通过将复杂问题分解为原子约束并映射为SPARQL片段，再组装成完整查询，在五个基准测试中四个超越现有方法，并增强鲁棒性和可解释性。
2026-05-29 cs.CL
GRISP: Guided Recurrent IRI Selection over SPARQL Skeletons
University of Freiburg（弗赖堡大学）
GRISP通过微调小型语言模型生成SPARQL骨架并迭代替换占位符，提升知识图谱问答性能，在Wikidata和Freebase基准测试中优于现有方法。
2026-07-28 cs.CL
Semantic Parsing Natural Language into SPARQL: Improving Target Language Representation with Neural Attention
语义解析是将自然语言句子映射成其意义的形式化表示的过程。在这项工作中，我们使用神经网络的方法来转换自然语言句子到查询的本体数据库中的SPARQL语言。这种方法不依赖于手工规则，高质量的词典，手工构建的模板或其他手工制作的复杂结构。我们的方法是基于向量空间模型和神经网络。该模型基于两个学习步骤。第一步生成自然语言和SPARQL查询的句子的向量表示。第二步使用此向量表示作为神经网络（具有注意力机制的LSTM）的输入，以生成能够编码自然语言和解码SPARQL的模型。
2018-03-12 cs.CL
Reducing the impact of out of vocabulary words in the translation of natural language questions into SPARQL queries
University of Calabria（卡拉布里亚大学）
对于不熟悉SPARQL查询语言的用户来说，公共知识库中的大量可用信息可能很复杂。SPARQL中自然语言问题的自动翻译有可能克服这个问题。现有的基于神经机器翻译的系统非常有效，但在识别训练集的词汇表之外（OOV）的单词时容易失败。在查询大型本体时，这是一个严重的问题。在本文中，我们结合命名实体链接，命名实体识别，神经机器翻译执行自动翻译的自然语言的问题到SPARQL查询。我们通过在Monument、QALD-9和LC-QuAD v1上运行实验，证明了我们的方法比现有方法对OOV词更有效和更有弹性，这些数据集是DBpedia上问答的知名数据集。
2021-11-04 cs.CL cs.IR cs.LG
RENSA: Rich Environment Metadata to Navigate Shared and Distributed Endpoints for Automated Federated SPARQL Query Generation
Graduate University for Advanced Studies, SOKENDAI（综合研究大学院大学（SOKENDAI））；National Institute of Informatics（信息学研究所）；Database Center for Life Science（生命科学数据库中心）
RENSA是利用扩展SBM的联邦SPARQL查询生成框架，可精准选择数据源、消除ASK查询开销，在LargeRDFBench上表现优异，还能为查询变量推断约束。
2026-09-01 cs.CL cs.DB
The Role of Output Vocabulary in T2T LMs for SPARQL Semantic Parsing
Universität Hamburg（汉堡大学）；Indian Institute of Technology (BHU)（印度理工学院（瓦拉纳西））
本研究分析了T2T模型在SPARQL语义解析中输出词汇表的作用，发现将查询词汇表替换为更贴合LM分词器的词汇表，可在GrailQA数据集上获得17%的绝对性能提升。
2023-05-24 cs.CL
Conversational Lexicography: Querying Lexicographic Data on Knowledge Graphs with SPARQL through Natural Language
Department of Informatics University of Zurich（信息学院苏黎世大学）；Department of Computational Linguistics University of Zurich（计算语言学系苏黎世大学）
本文针对非专家用户查询知识图谱词典数据的难题，提出多维分类体系和含120万映射的模板数据集，实验表明仅GPT-3.5-Turbo具备泛化能力，但稳健泛化仍面临挑战。
2025-05-26 cs.CL
SPARQLing Database Queries from Intermediate Question Decompositions
HSE University（高等经济大学）；Yandex（杨德克斯）
为了将自然语言问题转换为可执行的数据库查询，大多数方法依赖于完全注释的训练集。使用查询注释大型数据集是困难的，因为它需要查询语言专业知识。我们减少这种负担，使用接地在数据库中间的问题表示。这些表示更容易收集，并且最初在Break数据集中众包（Wolfson等人，2020年）。我们的管道由两部分组成：一个神经语义解析器，它将自然语言问题转换为中间表示和一个不可训练的转译器SPARQL查询语言（一种访问知识图谱和语义Web的标准语言）。我们选择SPARQL是因为它的查询在结构上更接近我们的中间表示（与SQL相比）。我们观察到，我们的模型在具有挑战性的Spider数据集上构建的查询的执行准确性与使用注释SQL查询训练的最先进的文本到SQL方法相当。我们的代码和数据是公开的（请参阅https：//github.com/yandex-research/sparqling-queries）。
2022-05-31 cs.CL
Neural Machine Translating from Natural Language to SPARQL
TU Dresden（德累斯顿工业大学）；University of Vienna（维也纳大学）
SPARQL是一种非常强大的查询语言，适用于数量不断增长的关联数据资源和知识图谱。使用它需要对要查询的领域中的实体有一定的熟悉度，以及语言语法和语义方面的专业知识，而这些都不是一般的人类网络用户所具备的。为了克服这一限制，自动翻译自然语言的问题SPARQL查询一直是一个充满活力的研究领域。然而，迄今为止，深度学习方法的巨大成功尚未完全传播到这个研究问题。本文有助于填补这一空白，评估利用八种不同的神经机器翻译（NMT）模型的任务，从自然语言的结构化查询语言SPARQL的翻译。在强调高数量和高质量数据集的重要性的同时，结果显示了基于CNN的架构的主导地位，BLEU得分高达98，准确率高达94%。
2019-06-21 cs.CL
From Graph Retrieval to Schema Realization: Counterfactual Validation for Text-to-SPARQL over Heterogeneous Knowledge Graphs
University of Bristol（布里斯托大学）
提出SchemaForge框架，通过问题条件化的模式切片对齐和反事实验证，在异构知识图谱上提升文本到SPARQL查询生成的执行准确率。
2026-06-03 cs.AI cs.CL
Integrating Multi-Head Convolutional Encoders with Cross-Attention for Improved SPARQL Query Translation
Chang Gung University（长庚大学）；National Chung Hsing University（国立中兴大学）
本文提出基于n-gram语言模型的多头卷积编码器（MHC编码器），结合卷积层与多头注意力改进SPARQL查询翻译，在QALD-9和LC-QuAD-1.0数据集上取得领先性能。
2024-08-24 cs.CL
Using Linguistic Analysis to Translate Arabic Natural Language Queries to SPARQL
The Islamic University of Gaza（伊斯兰大学（加沙））
语义网基于逻辑的机器可理解的框架往往挑战天真的用户，当他们试图查询基于本体的知识库。现有的研究工作已经接近这个问题，通过引入自然语言（NL）接口的本体。这些NL接口具有基于NL用户查询构造SPARQL查询的能力。然而，大多数努力仅限于用英语表达的查询，并且它们通常受益于英语NLP工具的进步。然而，很少有研究已经做了支持查询的阿拉伯语内容的语义Web上使用NL查询。本文提出了一种独立于领域的方法，利用语言分析将阿拉伯语NL查询转换为SPARQL。基于对名词短语（NPs）的特殊考虑，我们的方法使用语言解析器从阿拉伯语解析树中提取NPs和关系，并将它们与底层本体进行匹配。然后，它利用本体中的知识将NP分组为基于三重的表示。通过提取目标和修饰符，并将它们解释为SPARQL，最终生成SPARQL查询。对高级语义特征包括否定、连词和转折修饰语的解释也得到了支持。使用OWL测试数据和查询数据集对该方法进行了验证，结果证实了该方法将阿拉伯语NL查询转换为SPARQL的可行性。
2015-08-06 cs.AI cs.CL cs.DB
Outlining and Filling: Hierarchical Query Graph Generation for Answering Complex Questions over Knowledge Graphs
Southeast University（东南大学）
查询图构造的目的是在KG上构造正确的可执行SPARQL来回答自然语言问题。尽管最近的方法使用基于神经网络的查询图排序取得了良好的结果，但是当处理更复杂的问题时，它们遭受三个新的挑战：1）复杂的SPARQL语法，2）巨大的搜索空间，以及3）局部模糊的查询图。在本文中，我们提供了一种新的解决方案。作为一个准备，我们扩展了查询图处理每个SPARQL子句作为一个子图组成的顶点和边，并定义了一个统一的图形语法称为AQG来描述查询图的结构。基于这些概念，我们提出了一种新的端到端模型，执行分层自回归解码生成查询图。高级解码生成AQG作为约束，以修剪搜索空间并减少局部模糊查询图。底层解码通过从预先准备的候选中选择合适的实例来填充AQG中的槽来完成查询图的构造。实验结果表明，我们的方法大大提高了复杂KGQA基准上的SOTA性能。配备了预训练的模型，我们的方法的性能得到了进一步提高，实现了所有三个数据集的SOTA。
2022-09-11 cs.AI cs.CL
Modern Baselines for SPARQL Semantic Parsing
Universität Hamburg（汉堡大学）；Indian Institute of Technology (BHU)（印度理工学院（巴纳拉斯印度教大学））；Microsoft Research（微软研究院）
本研究探索预训练语言模型（BART、T5、PGNs）在知识图谱SPARQL语义解析任务中的基线性能，证明T5在LC-QuAD数据集上达到最优，并支持输入复制到输出的新解析范式。
2023-09-14 cs.CL cs.IR
SPARKLE: Enhancing SPARQL Generation with Direct KG Integration in Decoding
Samsung Research（三星研究院）
SPARKLE提出一种端到端NL2SPARQL框架，在解码中直接集成知识图谱结构，显著减少无效查询生成，并在多个KBQA基准上取得最优或接近最优结果。
2024-06-29 cs.AI cs.CL cs.DB
Text-to-SPARQL Goes Beyond English: Multilingual Question Answering Over Knowledge Graphs through Human-Inspired Reasoning
WSE Research Group, Leipzig University of Applied Sciences（莱比锡应用科学大学WSE研究组）；DICE Research Group, University of Paderborn（波德恩堡大学DICE研究组）
针对多语言知识图谱问答，本文提出受人类启发的 mKGQAgent 框架，通过 LLM 智能体协同完成规划、实体链接与查询精化，并在 Text2SPARQL 2025 两项基准中夺冠。
2025-07-22 cs.AI cs.CL cs.IR
Text-to-SPARQL Generation with Reinforcement Learning: A GRPO-based Approach on DBLP
本文研究了在学术领域中，基于强化学习的零样本文本到SPARQL生成方法，通过GRPO算法在DBLP-QuAD上训练小型指令微调语言模型，并与监督学习的DoRA微调基线进行比较。
2026-09-14 cs.CL
Competency Questions and SPARQL-OWL Queries Dataset and Analysis
Poznan University of Technology（波兹南理工大学）；University of Cape Town（开普敦大学）
能力问题（CQ）是一种自然语言问题，它概括和约束了本体所表示的知识范围。尽管CQ是几种本体工程方法的一部分，但我们已经观察到，可用本体的CQ的实际发布非常有限，甚至更少的是它们各自形式化的发布，例如，SPARQL查询。本文旨在解决使用CQ在本体开发中的工程缺陷，以促进CQ的更广泛的使用。为了了解CQ和本体查询之间的关系，以测试本体上的CQ，我们收集，分析，并公开发布了一组234 CQ和他们的翻译SPARQL-OWL的几个本体在不同领域开发的不同团体。我们主要从两个方面分析了CQ。第一阶段集中于对自然语言文本本身的语言学分析，即，没有任何本体元素的前提的词汇-句法分析，以及随后的语义分析步骤，以便找到模式。CQ源的这种增加的多样性导致迄今为止公布的模式增加了5倍，达到106个不同的CQ模式，这些模式具有跨来自不同本体的CQ集共享的少数模式的有限子集。接下来，我们分析了所发现的CQ模式和46个SPARQL-OWL查询签名之间的关系，这表明一个CQ模式可以由多个SPARQL-OWL查询签名实现，反之亦然。我们希望我们的工作将有助于建立通用实践、模板、自动化和用户工具，以支持CQ制定、形式化、执行和一般管理。
2018-11-23 cs.AI cs.CL cs.DB
Knowledge Graph Question Answering via SPARQL Silhouette Generation
IBM Research（IBM研究院）
随着大规模知识图谱的出现，知识图谱问答成为自然语言处理的一个重要研究领域。最近，基于神经机器翻译的方法正在获得动力，将自然语言查询转换为结构化查询语言，从而解决KGQA任务。然而，这些方法中的大多数都与词汇表外的单词斗争，其中在训练时间内看不到测试实体和关系。在这项工作中，我们提出了一个模块化的两阶段神经架构来解决KGQA任务。第一阶段为输入问题生成目标SPARQL的草图，称为SPARQL轮廓。这包括（1）噪声模拟器，以促进词汇表外的单词和减少词汇量（2）seq 2seq模型的文本到SPARQL轮廓生成。第二阶段是神经图搜索模块。在第一阶段中生成的SPARQL轮廓在第二阶段中通过在预测结构中替换精确关系来提取。我们通过设计一个噪声模拟器来模拟理想和现实的场景。实验结果表明，在第一阶段中生成的SPARQL轮廓的质量是突出的理想的情况下，但对于现实的情况下（即嘈杂的链接器），所得到的SPARQL轮廓的质量急剧下降。然而，我们的神经图搜索模块大大恢复了它。我们表明，我们的方法可以实现合理的性能，提高LC-QuAD-1数据集的3.72%F1的裕度。我们相信，我们提出的方法是新颖的，并将导致动态KGQA解决方案，适合于实际应用。
2021-09-06 cs.AI cs.CL cs.IR
The Wikidata Query Logs Dataset
University of Freiburg（弗赖堡大学）；University of Freiburg Department of Computer Science（弗赖堡大学计算机科学系）
本文提出了一个包含335,000个问题-查询对的Wikidata查询日志（WDQL）数据集，该数据集通过真实世界中的SPARQL查询构建，无需模板生成查询，且规模是现有类似数据集的11倍多。通过代理方法去匿名化、清理和验证查询，生成对应的自然语言问题，用于训练问答方法。
2026-05-19 cs.CL
NLQxform: A Language Model-based Question to SPARQL Transformer
University of Zurich（苏黎世大学）
针对学术知识图谱查询难题，提出NLQxform系统，利用BART模型将自然语言问题转换为SPARQL查询，在DBLP-QUAD任务上以F1=0.85排名第一。
2023-11-08 cs.AI cs.CL
A Universal Question-Answering Platform for Knowledge Graphs
Concordia University（康考迪亚大学）；KAUST（阿卜杜拉国王科技大学）
本文提出通用问答系统 KGQAn，通过神经序列到序列模型将自然语言问题转换为中间抽象表示，并利用即时链接器在查询时映射到特定知识图谱的 SPARQL 查询，无需预处理即可在多个真实知识图谱上大幅超越现有方法。
2023-08-08 cs.AI cs.CL cs.DB
SPARQL Generation with Entity Pre-trained GPT for KG Question Answering
National Institute of Informatics (NII)（国立信息学研究所）
该研究面向知识图谱问答任务，以实体链接正确为前提，提出基于CWA下所有实体预训练GPT模型以生成SPARQL查询，找出了少/零样本下的难点，在3-shots测试中获62.703%的精确匹配准确率。
2024-02-01 cs.AI cs.CL cs.DB
MST5 -- Multilingual Question Answering over Knowledge Graphs
Universität Paderborn（帕德博恩大学）
针对多语言知识图谱问答中SPARQL生成性能不足的问题，提出用单个多语言transformer统一融合语言上下文与实体信息的方法，并在QALD及新增中日语言上验证有效。
2024-07-08 cs.CL
AMUSE: Multilingual Semantic Parsing for Question Answering over Linked Data
Bielefeld University（比勒费尔德大学）
在RDF数据上回答自然语言问题的任务近年来受到了广泛的关注，特别是在一系列QALD基准的背景下。该任务包括将自然语言问题映射到可执行形式，例如SPARQL，以便可以从给定的KB中提取答案。到目前为止，提出的大多数系统都是i）单语的，ii）依赖于一组硬编码的规则来解释问题并将其映射到SPARQL查询中。我们提出了第一个多语言QALD管道，该管道从训练数据中导出一个模型，用于将自然语言问题映射为逻辑形式作为概率推理。特别是，我们的方法学会了映射通用的句法依赖表示的语言独立的逻辑形式的基础上DUDES（依赖性为基础的未充分指定的话语表示结构），然后映射到SPARQL查询作为确定性的第二步。我们的模型建立在依赖于从依赖图和相应的语义表示中提取的特征的因子图上。我们依靠近似推理技术，特别是马尔可夫链蒙特卡罗方法，以及样本排名使用排名目标更新参数。我们的重点在于开发的方法，克服词汇差距，并提出了一种新的组合机器翻译和词嵌入的方法，为此目的。作为我们方法的概念证明，我们在英语，德语和西班牙语的QALD-6数据集上评估了我们的方法。
2018-02-26 cs.AI cs.CL
Neural Machine Translation for Query Construction and Composition
University of Leipzig（莱比锡大学）；Bonn University（波恩大学）
最近，对具有知识库的问答的研究越来越多地使用深度架构。在这个扩展的摘要中，我们研究了神经机器翻译范式在问题解析中的应用。我们采用序列到序列模型来学习SPARQL图查询语言中的图模式及其组合。我们期望采用半监督方法，而不是通过问答对来诱导程序，其中问题和查询之间的对齐是通过模板建立的。我们认为，语言话语的覆盖面可以扩大使用后期著名的作品在自然语言生成。
2018-07-09 cs.AI cs.CL cs.DB
SPARQL Generation: an analysis on fine-tuning OpenLLaMA for Question Answering over a Life Science Knowledge Graph
Department of Ecology and Evolution, University of Lausanne, Switzerland（生态与进化系，洛桑大学，瑞士）；SIB Swiss Institute of Bioinformatics, Lausanne, Switzerland（瑞士生物信息学研究所，洛桑，瑞士）
针对特定领域知识图谱问答任务中问题转SPARQL查询训练数据稀缺的问题，本研究提出端到端数据增强方法并评估OpenLlama微调策略，结合语义线索（如有意义变量名）在Bgee图谱上使性能提升33%。
2024-02-07 cs.AI cs.CL cs.DB
