本文提出了PathFusion、ModalChorus和MCLEA等多模态信息融合方法，旨在提升多模态特征和实体对齐的性能。研究表明，这些方法在多模态任务中表现优越，有效解决数据分布不一致的问题，并在多个基准数据集上取得显著性能提升。