近年、知識グラフ上で時系列的意図を持つ事実質問に答える（時系列KGQA）問題に注目が集まっている。従来のKGQA手法では、時間的に関連する出来事の間には固有の関係性が存在するという事実を無視しており、これが手法の性能に制限をもたらしている可能性がある。本研究では、時系列制約の可能性のある解釈を体系的に分析し、その解釈構造を「時系列制約の意味枠組み（Semantic Framework of Temporal Constraints, SF-TCons）」として定式化した。この意味枠組みを基盤として、提示されたエンティティに関連する事実を探索し、SF-TConsによって制約された探索プロセスを用いてクエリグラフを生成する時系列質問応答手法SF-TQAを提案する。実験評価の結果、異なる知識グラフを用いた2つのベンチマークにおいて、SF-TQAは既存手法を顕著に上回る性能を示した。