发布了新的PostgreSQL外部数据包装器sparql_fdw，支持通过SPARQL协议连接网络数据库。经过测试，sparql_fdw在PostgreSQL 18上运行良好，README文件已更新以支持该版本，同时移除了对PostgreSQL 12的支持。

本研究提出“原知识”概念，形式化并测量大型语言模型在预训练期间如何内化知识图谱的令牌序列及其在推理中的应用，分析结果显示其对文本到SPARQL的性能影响。

本研究针对现有SPARQL查询重写方法在处理复杂本体对齐（特别是丰富的对应关系c : c）时的不足，提出了一种基于用户自然语言需求的自动重写方法。该方法利用等价传递原理及大型语言模型的先进能力，提高了对复杂对齐的处理效率，并为非专业用户提供了方便访问对齐本体的解决方案。

本研究解决了现有SPARQL查询生成模型在面对自然语言提问时缺乏真正泛化能力的问题。论文提出了一种新颖的FRASE方法，通过框架语义角色标记(FSRL)来增强模型的表示能力，同时引入了新的数据集LC-QuAD 3.0，实验结果显示，该方法显著改善了SPARQL生成的表现，尤其是在模板未知的情况下。

Stefanie Janine Stölting 发布了适用于 PostgreSQL 的新版本 sparql_fdw 外部数据包装器。该工具用 Python 编写，可通过 SPARQL 协议从 PostgreSQL 查询网络数据库。sparql_fdw 已在 PostgreSQL 17 上测试运行良好，并在 README 文件中添加了支持信息，合并请求正在处理中。

sparql_fdw是一个外部数据包装器，可以在PostgreSQL中访问SPARQL数据，基于Multicorn2。它支持的PostgreSQL版本包括12、13、14、15和16。

本文介绍了多个基于知识库的问答系统的进展，包括Spider4SPARQL数据集、Interactive-KBQA框架、SPAGHETTI混合问答流水线、FlexKBQA少样本问答方法，以及基于ChatGPT的CQL生成框架。这些方法在不同数据集上表现出色，推动了多语言知识图谱问答的发展。

该文汇总了语义网与知识图谱的多项研究，包括RDF验证语言ShEx 2.0的语法、语义与验证算法，SPARQL查询优化与复杂度分析，基于谱图理论的图学习框架，通过本体重塑提升知识图谱质量，LiveSchema网关服务，以及神经机器翻译用于自然语言转SPARQL查询。

该文综述多项研究：结合大语言模型与知识图谱提升问答系统性能，包括基于BERT检索示例生成SPARQL查询（SciQA达99% F1）、用LLM生成数据增强改进医学问答、通过微调与RAG提升金融问答、提出神经符号架构和KG-to-Text增强框架解决长尾知识局限，并探讨多语言问答、零售SQL生成及条件问答中LLM的能力与不足。

该文综述知识库问答（KBQA）研究，介绍基于ChatGPT的CQL生成框架（CCKS2023竞赛第二，F1 0.92676）、ChatKBQA（微调大模型生成逻辑形式后检索替换实体关系，刷新WebQSP和CWQ最佳）、KD-CoT、IRCoT、ProbTree、KnowledgeNavigator等通过检索与推理交替、概率思维树、知识图迭代推理缓解幻觉的方法，以及少量示例SPARQL生成系统在SciQA达99.0% F1。