近几年来,知识库已吸引了学术界和工业界的大量关注。众所周知,像Freebase和DBpedia这样的大型知识库已经成为支持无限定域问答系统的重要语义数据库。然而当用户需要查询这些数据库时需要具备会写查询语句及掌握查询语言的能力,例如在问答系统中通过构建SPARQL查询语句查询关联数据。但是大部分用户是普通用户,无法掌握这些查询语言和书写查询语句查询知识库。为了解决这个问题,我们需要将普通用户在问答系统中输入的自然问句转化成结构化SPARQL查询语句进行搜索,这样可以保证查询的准确性。此外,语音识别服务可以识别自然语音变得越来越受欢迎,特别是在智能手机中应用很广泛,这就意味着我们需要将自然问句翻译成结构化查询语句。本文主要研究的是通过语义查询图方式将自然语言问句转换为SPARQL结构化查询,提出一个框架可以帮助用户在知识系统中构建良好的结构化查询语句,该框架通过查询扩展和生成语义查询图将自然问句翻译成相应的SPARQL结构化查询语句,查询RDF数据集,返回用户期望的查询结果。具体的研究成果有以下几个方面:(1)通过语义查询图的中间形式将自然语言问句翻译成SPARQL查询语句,给出了语义查询图的形式化定义及其构建方法。语义查询图不仅可以表示简单问句,也可以表示复杂问句和复合问句,可以通过语义查询图可以对任何类型的问句翻译成相应的SPARQL查询。(2)提出了SPARQL结构化查询生成的整体框架,其中包括四个模块,分别是问题解析模块、语义图构建模块、资源映射模块和SPARQL生成模块。详细介绍了每个模块的具体功能和操作过程。(3)针对提出的SPARQL生成框架,在不同的问题集上与其他现有方法进行测试比较,实验结果表明,所提出的方法可以实现自然问句到结构化查询语句的转化,在几个数据集上测试F值平均可达到0.825。