MMKGC

新PrismF框架增强多模态实体表示学习

研究人员推出PrismF，一个旨在改进多模态实体表示学习的新框架，适用于多模态知识图谱补全等任务。PrismF通过多视角机制增强模态内语义，并采用渐进融合策略改善跨模态集成，从而克服现有方法的局限性。该方法旨在通过减少表示坍塌和动态校准模态间交互来提取来自不同输入的更强信号，从而抑制噪声数据。在KVC16K等基准测试上的实验表明，PrismF表现优越，在MRR和Hits@1等指标上取得了显著改进。