让研究人员用自然语言查询领域专属元数据：可复用的 LLM 查询生成框架

该论文提出 NLKGQ，通过 OWL 本体、知识图谱和 LLM 将研究人员的自然语言问题零样本转换为 SPARQL，无需微调、检索增强或多智能体编排。在神经影像档案元数据实验中，最佳配置在专家设计的能力与回归问题集上达到 100% 准确率。消融研究显示，可读实体名称和语义注释比模型选择或提示工程更关键；OWL 结构也优于自动生成的 SQL 后端。