持续多模态知识图谱构建
计算与语言
2024-05-28 v3 人工智能
数据库
机器学习
多媒体
摘要
当前的多模态知识图谱构建 (MKGC) 模型难以应对持续涌现实体和关系的真实世界动态性，常陷入灾难性遗忘——即丧失先前习得的知识。本研究引入了旨在促进持续 MKGC 领域发展的基准。我们进一步提出 MSPT 框架，旨在克服现有 MKGC 方法在处理多媒体数据时的缺陷。MSPT 协调了已学知识的保持（稳定性）与新数据的整合（可塑性），优于当前的持续学习和多模态方法。我们的结果证实了 MSPT 在演化知识环境中的优越性能，展示了其在稳定性与可塑性之间取得平衡的能力。
引用
@article{arxiv.2305.08698,
title = {Continual Multimodal Knowledge Graph Construction},
author = {Xiang Chen and Jintian Zhang and Xiaohan Wang and Ningyu Zhang and Tongtong Wu and Yuxiang Wang and Yongheng Wang and Huajun Chen},
journal= {arXiv preprint arXiv:2305.08698},
year = {2024}
}
备注
IJCAI 2024