一种基于邻域语义增强的多模态知识图谱补全方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于邻域语义增强的多模态知识图谱补全方法
申请号:
CN202411449013
申请日期:
2024-10-17
公开号:
CN118966347B
公开日期:
2025-02-11
类型:
发明专利
摘要
一种基于邻域语义增强的多模态知识图谱补全方法,属于多模态知识图谱领域。具体来说,首先设计邻域语义增强模块,将不同邻域信息融合至中心实体的表示之中,增强模型的语义表达能力。然后,利用跨模态注意力机制,捕获不同模态间信息的相互作用与共同语义特征,实现邻域引导特征的学习。再根据基于对比学习方法比较正负样本间的相似性与差异性,学习更丰富的实体表示,最终改善多模态知识图谱补全结果。
技术关键词
邻域
知识图谱补全方法
视觉特征
文本
样本
注意力机制
关系
语义特征
跨模态数据
挖掘实体
非线性
三元组
偏差