一种基于社区感知的解耦专家多模态知识图谱补全方法

一种基于社区感知的解耦专家多模态知识图谱补全方法，属于人工智能与知识图谱技术领域。本发明通过模态特定专家网络处理每个模态的特定特征，通过模态共享特征专家网络提取跨模态的共享特征，通过特定‑共享特征融合机制融合模态的特定特征和共享特征，最后对缺失的三元组进行预测，对知识图谱进行补全。本发明通过设计特定网络和编码器，结合辅助任务，精准分离模态特征，减少冗余干扰，通过特定网络协同工作，充分挖掘图像信息，深入学习模态特征交互，能更精准地捕捉电力设备实体间隐式联系，提升补全准确性。充分融合多种模态数据，根据模态特点处理，确保知识一致性，在企业级知识图谱补全中可挖掘非文本数据价值，保障补全可靠性。