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
系统为您推荐了相关专利信息
异构数据融合方法
实体
关系
期望最大化算法
知识图谱构建
金属零件结构
无监督学习
语义分割算法
特征金字塔
图像
胰腺导管腺癌
蛋白
荧光定量PCR技术检测
基因芯片技术
慢病毒载体