社交媒体多模态信息抽取是构建多模态知识图谱的基础任务,旨在从文本-图像混合数据中提取结构化信息,包括多模态命名实体分类多模态关系抽取。然而,随着多模态数据规模的增长,实体类型与关系类别持续扩展,模型需具备零样本学习能力以识别未见类别。针对这一挑战,本文提出基于多模态图结构的专家混合变分网络(MG-VMoE),其核心创新如下: 1. 细粒度模态对齐

专家混合网络(MoE)为骨干,通过变分信息瓶颈(Variational Information Bottleneck)统一处理文本-视觉模态,学习更具判别力的跨模态表示。 * 相较现有方法直接对齐模态的粗粒度策略,MG-VMoE显式建模样本间细粒度语义关联。 1. 对抗训练优化

提出多模态图虚拟对抗训练机制,利用图结构捕捉样本间的拓扑约束,增强模型对噪声的鲁棒性。

在两大基准数据集上的实验表明,MG-VMoE显著优于基线模型,尤其在零样本场景下F1值提升12.7%。本研究为开放类别多模态信息抽取提供了新范式。

成为VIP会员查看完整内容
9

相关内容

【NeurIPS2024】用于时间序列预测的检索增强扩散模型
专知会员服务
23+阅读 · 2024年10月25日
【AAAI2023】面向领域自适应语义分割的几何感知网络
专知会员服务
21+阅读 · 2022年12月7日
【NeurIPS 2022】扩散模型的深度平衡方法
专知会员服务
40+阅读 · 2022年11月5日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
23+阅读 · 2021年11月29日
【SIGIR2021】基于嵌入的增量式时序知识图谱补全框架
专知会员服务
63+阅读 · 2021年4月21日
【WWW2021】通过异构GNN知识保留的增量社会事件检测
专知会员服务
21+阅读 · 2021年1月24日
【ACM MM2020】跨模态分布匹配的半监督多模态情感识别
专知会员服务
43+阅读 · 2020年9月8日
【CVPR2021】跨模态检索的概率嵌入
专知
17+阅读 · 2021年3月2日
【KDD2020】动态知识图谱的多事件预测
专知
88+阅读 · 2020年8月31日
【KDD2020】图神经网络生成式预训练
专知
22+阅读 · 2020年7月3日
【CVPR 2020 Oral】小样本类增量学习
专知
19+阅读 · 2020年6月26日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
165+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
447+阅读 · 2023年3月31日
VIP会员
相关VIP内容
【NeurIPS2024】用于时间序列预测的检索增强扩散模型
专知会员服务
23+阅读 · 2024年10月25日
【AAAI2023】面向领域自适应语义分割的几何感知网络
专知会员服务
21+阅读 · 2022年12月7日
【NeurIPS 2022】扩散模型的深度平衡方法
专知会员服务
40+阅读 · 2022年11月5日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
23+阅读 · 2021年11月29日
【SIGIR2021】基于嵌入的增量式时序知识图谱补全框架
专知会员服务
63+阅读 · 2021年4月21日
【WWW2021】通过异构GNN知识保留的增量社会事件检测
专知会员服务
21+阅读 · 2021年1月24日
【ACM MM2020】跨模态分布匹配的半监督多模态情感识别
专知会员服务
43+阅读 · 2020年9月8日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员