本研究は、複数の知識グラフ（KG）を意味空間で統合し、クエリ内容に応じて最適な情報源を自動選択する連邦型検索基盤の構築を目的とする。まず、エンティティのラベル・要約文・属性を自然文として統合し、RoBERTaにより高品質な埋め込みを生成する。次に、得られた埋め込みを階層クラスタリングしてKG全体を俯瞰する「知識領域マップ」を構築する。ユーザクエリをベクトル化し、近傍クラスタに基づいて関連の高い KGのみを選択し、そこに対して SPARQLを発行する。本手法により、従来の全探索に比べて効率的かつ意味的に妥当な情報源選択が可能となり、連邦型知識グラフ検索における検索精度の向上が期待される。