A Zero-shot Learning Method Based on Large Language Models for Multi-modal Knowledge Graph Embedding
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为ZSLLM的框架,旨在解决多模态知识图谱嵌入中的零样本学习问题,包括信息转移和新类别关系推断。实验结果表明,ZSLLM在多个真实数据集上表现优于现有技术,具备良好的扩展性和实用性。
🎯
关键要点
- 本研究提出了一种名为ZSLLM的框架,旨在解决多模态知识图谱嵌入中的零样本学习问题。
- ZSLLM利用大语言模型的推理能力,通过文本模态信息增强未见类别的嵌入表示。
- 实验结果表明,ZSLLM在多个真实数据集上表现优于现有技术,具备良好的扩展性和实用性。
- 当前零样本学习在处理新类别关系推断和有效信息转移方面面临挑战。
➡️