基于知识图谱的多模态内容理解方法及系统

AITNT
正文
推荐专利
基于知识图谱的多模态内容理解方法及系统
申请号:CN202510461020
申请日期:2025-04-14
公开号:CN120372538A
公开日期:2025-07-25
类型:发明专利
摘要
本发明公开了基于知识图谱的多模态内容理解方法及系统,属于多模态内容理解技术领域,包括获取多模态输入数据并进行特征解耦,本发明通过特征解耦技术,能够有效分离多模态数据中的语义信息与模态特有的噪声和冗余信息,提高特征的纯净度和语义表达能力,通过时空感知图注意力网络,弥合不同模态之间的语义鸿沟,实现跨模态语义对齐,增强模型的泛化能力,通过时空关联推理,能够深入挖掘数据中的时空模式、关系和异常,为复杂场景下的多模态数据分析提供支持,并结合图神经网络和递归神经网络,捕捉语义关联和时空动态,优化推理模型的性能。
技术关键词
动态知识图谱 语义 实体 更新知识图谱 关系 多模态 节点 跨模态 注意力 递归神经网络建模 时空上下文信息 时空关联规则 实时数据 加快查询速度 闭环反馈机制 关联分析方法 时间序列信息
系统为您推荐了相关专利信息
1
一种预测小分子与蛋白质相互作用关系的处理方法和装置
蛋白质特征提取 分子 序列 特征向量空间 双模态
2
面向自然语言短文本的主题聚类处理方法及装置
自然语言文本 主题 面向自然语言 语义 分词
3
一种基于复合振感条纹的机械振动测量装置及方法
条纹图案 Pearson相关系数 Gabor滤波器 数学模型 测量方法
4
一种基于神经辐射场的可解释可控三维重建方法和系统
三维重建方法 图像 三维重建系统 变量 解码器
5
一种飞行器数据链网络自适应规划方法
时隙持续时间 飞行器 时钟同步 信息更新 周期
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号