بناء رسم الاستعلام يهدف إلى بناء استعلام SPARQL الصحيح القابل للتنفيذ على الرسم المعرفي (KG) للإجابة على الأسئلة اللغوية الطبيعية. رغم أن الطرق الحديثة حققت نتائج جيدة باستخدام تصنيف الرسوم الاستعلامية المستند إلى الشبكات العصبية، إلا أنها تعاني من ثلاث تحديات جديدة عند التعامل مع أسئلة أكثر تعقيدًا: 1) بنية SPARQL المعقدة، 2) مساحة بحث ضخمة، و3) رسوم الاستعلام المحلية الغامضة.في هذا البحث، نقدم حلًا جديدًا. كإعداد مسبق، نوسع رسم الاستعلام من خلال معالجة كل شرط SPARQL كرسم فرعي يتكون من رؤوس وأضلاع، ونحدد قاعدة نحوية موحدة تُعرف باسم AQG لوصف هيكل رسوم الاستعلام. اعتمادًا على هذه المفاهيم، نقترح نموذجًا جديدًا من النهاية إلى النهاية يقوم بفك التشفير التلقائي التسلسلي الهرمي لإنشاء رسوم الاستعلام. يتم فك التشفير على المستوى العالي بإنتاج AQG كقيود لتقليم مساحة البحث وتقليل الغموض المحلي في رسم الاستعلام. أما فك التشفير على المستوى الأساسي فيحقق بناء رسم الاستعلام عن طريق اختيار الحالات المناسبة من المرشحين المعدّين مسبقًا لملء الفتحات في AQG.نتائج التجارب أظهرت أن طريقتنا تحسن بشكل كبير الأداء الحالي لأفضل التقنيات (SOTA) في مقاييس الأسئلة اللغوية الطبيعية المعقدة للرسم المعرفي (KGQA). ومع استخدام النماذج المدربة مسبقًا، تم تحسين أداء طريقتنا بشكل أكبر، مما حقق أفضل تقنية حالية (SOTA) لجميع الثلاثة قواعد بيانات المستخدمة.