MMKG

MMKG 是三个知识图谱的集合，用于链接预测和实体匹配研究。与其他知识图数据集相反，这些知识图包含所有实体的数字特征和图像，以及 KG 对之间的实体对齐。虽然 MMKG 旨在跨不同实体和图像执行关系推理，但之前的资源旨在在同一图像中执行视觉推理。用数字特征和图像增强的三个知识图谱称为 FB15k、YAGO15k 和 DBPEDIA15k。

MMKG is a collection of three knowledge graphs (KGs) designed for research on link prediction and entity matching. In contrast to other KG datasets, these KGs include numerical features and images for all entities, as well as entity alignments between pairs of KGs. While MMKG aims to perform relational reasoning across distinct entities and images, prior resources focus on visual reasoning within a single image. The three KGs augmented with numerical features and images are named FB15k, YAGO15k, and DBPEDIA15k.

搜集汇总

背景与挑战

背景概述

MMKG是一个多模态知识图谱数据集，包含FB15k、YAGO15k和DBPEDIA15k三个知识图谱，专门用于链接预测和实体匹配研究。其关键特点是每个实体都附有数字特征和图像，并提供了实体对齐信息，支持跨实体和图像的关系推理，区别于传统仅关注视觉推理的资源。该数据集于2019年由新加坡国立大学等机构发布，适用于多模态知识图谱相关研究。