计算机应用

作者：王雪, 张丽萍, 闫盛, 李娜, 张学飞

单位：内蒙古师范大学 计算机科学技术学院，呼和浩特 010022

关键词：多模态数据,多模态知识图谱,多模态知识图谱补全,实体对齐,关系推理

基金：内蒙古自然科学基金资助项目(2023LHMS06009);内蒙古自然科学基金资助项目(2024MS06020);内蒙古自治区教育科学研究“十四五”规划2023年度课题(2023NGHZXZH119);内蒙古自治区教育科学研究“十四五”规划2023年度课题(NGJGH2023234);内蒙古师范大学基本科研业务费专项(2022JBQN108);内蒙古师范大学基本科研业务费专项(2022JBQN008)

传统知识图谱（KG）虽然为网络中的信息提供了一种统一的且机器可理解的表示方式，但在处理多模态应用时逐渐暴露出局限性。为了应对这些局限性，研究者提出多模态知识图谱（MMKG）作为有效解决方案。然而，KG引入多模态数据后广泛存在模态融合不充分和推理困难的问题，这制约了MMKG的应用和发展。而多模态知识图谱补全（MMKGC）技术不仅能够在构建阶段充分融合跨模态信息，还能够在构建完成阶段预测缺失的链接，从而解决在模态融合和推理时遇到的问题。因此，对MMKG方法进行综述。首先，详尽阐述MMKGC的基本概述以及常用的基准数据集和评价指标；其次，将现有方法分为针对MMKG构建阶段的融合任务和构建完成阶段的推理任务，前者聚焦于关键技术如实体对齐和实体链接，后者则涵盖关系推理、信息缺失补全及多模态扩展这3类技术；再次，详细介绍了各类MMKGC方法，并分析它们的特点；最后，分析MMKGC方法面临的问题与挑战并总结前面的内容。

来源：2026年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第2期