一种文本-图像增强的多模态知识图谱嵌入方法

本发明公开了一种文本‑图像增强的多模态知识图谱嵌入方法，包括：通过图像模拟算法提升实体图图像集的质量，分别利用ResNet和BERT模型实现高质量的图像和文本特征，最后通过二维神经网络模型实现多模态特征的有效融合，从而获得更全面、准确的实体与关系表示。本发明方法不仅能够充分利用多模信息态增强实体表示，而且通过底层网络架构提升了模型的表达能力，为知识图谱应用提供了更好的支持。