多模態知識圖譜補全

速報

MGDT：MLLM 引導擴散變換器，突破多模態知識圖譜補全瓶頸

多模態知識圖譜補全（MKGC）需從結構、文字與視覺線索推斷缺失實體。現有擴散模型直接在原始多模態特徵上進行去噪，迫使模型同時處理關係相關線索選取、跨模態語義對齊與結構感知實體生成，導致雜訊與語義不一致。