本論文は、多様なモダリティ(例えば、画像、テキスト)を組み込んだマルチモーダル知識グラフ(MMKG)の不完全性を解決するために、大規模言語モデル(LLM)を活用した新しいマルチモーダル知識グラフ完成(MMKGC)フレームワークであるHERGCを提案する。 HERGCは、異質なエキスパート表現サーチを介して複数のモーダル情報を豊富に融合し、各不完全なトリプルの候補セットを検索し、文脈内学習または軽量微調整によって実装された生成型LLM予測子を使用して正確に正解を識別します。 3つの標準MMKGベンチマークの広範な実験は、従来の方法より優れた性能を達成することを示しています。