MyGO是一款用于多模态知识图谱补全的工具，采用了处理离散模态信息的细粒度标记方法，以提升补全准确性。它利用transformers库对文本标记进行嵌入，并在多模态数据集上进行训练和评估。用户可自定义数据集，并使用提供的训练脚本复现实验结果。
1. 采用细粒度标记处理离散模态信息
2. 利用transformers库进行文本标记嵌入
3. 支持多模态数据集训练和评估
4. 可自定义数据集
5. 提供训练脚本用于实验结果复现
1. 提升知识图谱补全准确性
2. 灵活适用于多模态数据
3. 可根据需求定制数据集
4. 方便实验结果的复现
1. 科研领域的知识图谱补全 2. 处理多模态数据的应用场景
1. 提高了知识图谱补全的准确性 2. 增强了多模态数据处理的效率 3. 可根据需求定制数据集，灵活性高 4. 有利于科研实验结果的准确复现
1. 目前仅适用于多模态知识图谱补全领域 2. 对于非多模态数据的场景可能不适用
