这篇综述审查了300多篇文章，重点关注了知识图谱相关研究的两个方面：KG驱动的多模式学习和多模式知识图谱。讨论了它们的构建进展、任务和挑战，以及新兴趋势。旨在为KG和多模式学习研究提供参考和洞察力。

介绍了MedCLIP医学图像和文本训练框架，采用对抗学习和多模式学习，引入医学知识语义匹配。实验证明，MedCLIP在零样本预测、有监督分类和图像文本检索等方面超过了现有最佳方法。

这篇综述审查了300多篇文章，重点关注了KG驱动的多模式学习和多模式知识图谱的研究进展。讨论了KG驱动的多模式学习任务和MMKG任务，并提供了定义、评估基准和关键见解。最后讨论了当前的挑战和新兴趋势，如大型语言模型和多模式预训练策略的进展。旨在为KG和多模式学习研究提供参考和洞察力。

这篇综述审查了知识图谱相关研究，重点关注了KG驱动的多模式学习和多模式知识图谱。讨论了构建进展、任务和挑战，并提出了新兴趋势。旨在为研究人员提供参考和支持。