10:20
官方账号arXiv cs.AI@Zongyu Wu, Yilong Wang, Xiaochen Wang, Minhua Lin, Zhichao Xu, Fenglong Ma, Xiang Zhang, Suhang Wang
推荐理由：这篇论文提出了一个创新的框架，通过增强上下文信息来提高多模态知识图谱RAG的性能，对于想要了解如何提升多模态知识图谱应用效果的人来说是个好资源。
多粒度设计
共 1 条相关 AI 资讯
8月27日
10:20
多模态知识图谱（MMKG）在GraphRAG中被用作知识库，以增强其性能。然而，现有方法在融合不同模态时，文本上下文的使用有限。本文提出了一种新的框架，即上下文增强的多模态知识图谱（CEMMKG），通过在局部和全局范围内为每个图像提供互补的文本上下文来解决这个问题。实验验证了CEMMKG在利用上下文信息提高基于MMKG的RAG性能方面的有效性。