多模态知识图谱补全研究综述

来源：计算机技术与发展杂志2025年第08期北京时间：

作者：崔好丽;赵?震*

摘要：多模态知识图谱补全(Multi-modal knowledge graph completion,MMKGC)旨在通过对实体的结构信息和多模态信息进行协同建模,在给定的多模态知识图谱(Multi-modal knowledge graph,MMKG)中自动发现新的知识三元组。然而,现实世界中的MMKGC面临的主要挑战在于数据的多样性和数据分布的不均衡性。具体来说,模态信息可以跨越多种类型,例如,图像、文本、数字、音频、视频等,但这些信息在不同实体之间的分布极不均匀,导致部分实体缺乏相应的模态数据,这种现状正是推动多模态知识图谱补全技术发展的核心动力。该文主要对多模态知识图谱补全的相关研究内容进行综述。首先,对国内外的研究现状进行归纳整理,对多模态知识图谱补全的相关知识进行说明;其次,对多模态知识图谱补全的方法进行详细论述;最后,对多模态知识图谱补全领域目前所面临的挑战和应用状况进行总结和展望。

关键词：多模态知识图谱;多模态知识图谱补全;模态融合;负采样;综述