多模态知识图谱

大致方向

  1. 多模态知识图谱 MMKG: Multi-Modal Knowledge Graphs 链接
  2. 多模态知识图谱用于实体消岐 Zeroshot Multimodal Named Entity Disambiguation for Noisy Social Media Posts 链接
  3. 多模态知识图谱用于推荐系统 Multi-modal Knowledge Graphs for Recommender Systems 2020CIKM 链接

主要方法

各模态单独进行训练后将结果进行融合
缺点:源头上没有考虑不同模态之间的依赖和对应关系,最终融合结果无法很好的刻画多模态数据本身蕴含的各种关联
在这里插入图片描述

A Multimodal Translation-based Approach for Knowledge Graph Representation Learning

构建多模态图谱,完成多模态实体链接、跨模态实体消歧等任务。

在这里插入图片描述

Richpedia: A comprehensive Multi-Modal Knowledge Graph. JIST 2019

商品知识图谱

和通用的大而全知识图谱不同,商品知识图谱不同分类之间有不同的关系(relation),定义诸如“时间”、“地点”、“动作”、“功能”、“品类”等本体。

实体:商品,场景

关系:<商品1,适合于,场景>

参考:电商知识图谱 https://developer.aliyun.com/article/754652

  • 2
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值