越来越多高质量的结构化链接开放数据的涌现,使得以此为基础的研究工作得到快速的进步和发展。基于链接开放数据的问答研究借助于链接开放数据中包含的丰富知识来回答自然语言问题的提问,构建起用户以自然语言问题形式表达的信息需求与复杂的数据查询搜索之间的桥梁。因此具有很高的实际应用价值,例如它可以进一步的服务于其他研究任务,如搜索引擎结果的展示优化、行业客服问题的智能回复等等。本文关注于回答非聚合类问题,从问题文本中检测到的实体出发,构建出知识库的子图,并提出一个基于图遍历的方法来联合解决语义关系抽取和语义项消歧的问题。与已有工作相比,我们简化了用户查询意图理解的过程并将更多的注意力关注于从文本中提及的实体到最终答案的路径排序。我们先后在非聚合类问题数据集以及完整类型数据集上进行实验评估。与已有算法结果比较,我们的方法取得了良好的结果,证明了本文方法的有效性。