跳到正文

MyGO

用细粒度标记补全多模态知识图谱

访问官网

MyGO 是什么

MyGO 被介绍为一个用于多模态知识图谱补全的工具,把离散模态信息作为细粒度标记处理,以提高补全的准确性。它利用 transformers 库对文本标记进行嵌入,再在多模态数据集上完成训练和评估。

你可以用它做什么

  • 嵌入文本标记
  • 在多模态数据集上训练
  • 支持自定义数据集
  • 复现实验结果

工作方式

  • 离散模态信息被当作细粒度标记处理
  • 文本标记由 transformers 库完成嵌入
  • 提供训练脚本以复现实验结果

优点与缺点

✓ 我们认可的地方

  • 支持自定义数据集
  • 面向多模态数据集的训练与评估

! 需要留意的地方

  • 文本标记嵌入依赖 transformers 库
  • 资料描述的流程围绕多模态数据集展开

常见问题

它补全什么?

资料说明是多模态知识图谱补全。

能用自己的数据吗?

资料列出自定义数据集支持,并提供复现实验结果的训练脚本。

最后评测: 2026-11-15

更多 AI 办公助手 工具

查看全部 →

评测方法