近年来，基于知识图谱的时序问答（Temporal KGQA）因其在回答具有时间意图的事实性问题方面的重要性而受到越来越多的关注。现有KGQA方法在生成时序查询时，往往忽略了事件之间某些内在关联可能使其具有时间上的相关性这一事实，这在一定程度上限制了其性能。本文系统分析了时间约束的可能语义解释，归纳出一种统一的解释结构，即时间约束的语义框架（Semantic Framework of Temporal Constraints, SF-TCons）。基于该语义框架，本文提出了一种新的时序问答方法SF-TQA，该方法通过探索提及实体的相关事实来生成查询图，且探索过程受到SF-TCons的约束。实验结果表明，SF-TQA在多个不同知识图谱上的两个基准数据集上均显著优于现有方法。