一种基于邻域语义增强的多模态知识图谱补全方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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