知识图谱的自然语言提问接口：QRAKEN 图谱蒸馏与语义自愈

通过自然语言访问 RDF 知识图谱是 Semantic Web 的核心愿景。大型语言模型（LLM）推动了 Text-to-SPARQL 的发展，但面对不熟悉的图谱时，它们常常会生成语法有效、却错误反映实际数据模型的查询。QRAKEN 是一种无需训练、与本体无关的神经符号流水线，其生成过程基于实证图谱证据，而非模式预期。离线蒸馏器生成 TTQL，其中包含对已填充多跳模式、条件频率和路径条件字面量示例的紧凑描述，以及类-属性共现矩阵。在线阶段，TTQL 为 LLM 提供引导，同时由确定性的语法、词汇表和数据模型检查提供诊断信息，以支持迭代式改进。在 CK25（First International Text2SPARQL Challenge）上，基于 QLever 快照进行匹配条件下的重新计算，QRAKEN 使用 GPT-4.1 mini 时取得 0.643 $\pm$ 0.026 的严格 F1，使用 GPT-5.4 时取得 0.652 $\pm$ 0.012；相比重新计算结果中最强的参赛系统，相对提升分别为 30% 和 32%，并且优于使用相同基础模型系列的系统。消融实验表明，TTQL 模式是主要驱动因素：相较于仅使用形状的基线，严格 F1 提升了 +0.31；改进循环则提供了一种低成本的安全机制，能够拒绝共现矩阵不支持的三元组模式。与自动推导的 SHACL 相比，TTQL 的严格 F1 高出 64%，说明超越模式暴露、利用实证模式具有重要价值。在两个本地 35B、4-bit 的开放权重模型上，以零边际成本运行时，同一流水线达到了重新计算结果中最强参赛系统的水平，而 TTQL 相对于仅使用形状和 SHACL 基线的优势仍然存在。在单个规模相对较小的基准上的结果仅提供了初步的实证信号；在高度开放的跨领域图谱上采用单体式 TTQL 注入，仍是其主要局限。