SPARQL-LLM：从自然语言问题生成实时SPARQL查询
摘要
大型语言模型的出现正在推动 novel approaches 不断涌现，这些方法有望更好地应对从自然语言生成结构化查询（如SPARQL查询）的挑战。然而，这些新方法大多 focus response accuracy over a single source，同时忽略了其他评估标准，如分布式数据存储上的联邦查询能力，以及生成SPARQL查询的运行时和成本。因此，这些方法往往 not production-ready 或难以部署在（可能是联邦化）知识图谱上以获得良好准确率。为缓解此问题，本文扩展了我们的前期工作，描述并系统评估了SPARQL-LLM，一种开源且与三元存储无关的 approach，由轻量级 metadata 提供动力，能够从自然语言文本生成SPARQL查询。首先，我们描述了其体系结构，包括用于 metadata 索引、提示构建和查询生成与执行的 dedicated components。然后，我们基于 state-of-the-art 挑战（包含多语言问题），以及来自生物信息学领域三大最常用知识图谱的 question collection 进行评估。我们的结果表明，在 state-of-the-art 挑战上 F1 分数提升了 24%，对高资源语言（如英语和西班牙语）具有适应性，能够形成复杂且联邦化的生物信息学查询。此外，我们展示了SPARQL-LLM 在挑战中其他系统的 36倍 速度，同时每题最高仅需 $0.01 的成本，使其适用于实时、低成本的文本到SPARQL 应用。一种可部署在真实世界去中心化知识图谱上的应用可在 https://www.expasy.org/chat 找到。
引用
@article{arxiv.2512.14277,
title = {SPARQL-LLM: Real-Time SPARQL Query Generation from Natural Language Questions},
author = {Panayiotis Smeros and Vincent Emonet and Ruijie Wang and Ana-Claudia Sima and Tarcisio Mendes de Farias},
journal= {arXiv preprint arXiv:2512.14277},
year = {2025}
}
备注
17 pages, 8 figures, 1 table. Under Review