Berkembangnya teknologi semantic web menyebabkan banyak data yang tersedia secara online dan berbentuk knowledge base. Akibatnya aktivitas pencarian informasi menjadi meningkat dan sekaligus menimbulkan tantangan dalam mengembangkan sistem pencarian informasi, termasuk sistem question answering. Diantara tantangan tersebut adalah masalah ambiguitas dan masalah penerjemahan dari natural language ke Simple Protocol and RDF Query Language. Untuk mengatasi masalah tersebut maka digunakanlah ontologi dan Semantic Web Rule Language untuk masalah ambiguitas dan menggunakan Named Entity Recognition serta Text Classification untuk penerjemahan. Tujuan dari penelitian ini adalah membangun framework yang berbasis data internal tetapi dapat dimanfaatkan secara publik. Framework yang dibangun terbagi menjadi 6 tahap yaitu input, preprocessing, Named Entity Recognition dan Text Classification, penyusunan triples, penyusunan Simple Protocol and RDF Query Language, dan output. Framework dievaluasi dengan data latih dan data baru masing-masing sebanyak 150 dan 30 pertanyaan. Evaluasi dilakukan dalam dua aspek yaitu prediksi Named Entity Recognition dan Text Classification serta evaluasi hasil akhir. Dengan data latih didapatkan akurasi 90% dan 89.33% untuk kedua aspek dan dengan data baru nilai akurasinya 90% untuk keduanya.