多模態知識圖譜（MMKG）透過整合文本、影像等模態資訊來豐富實體表示，但在處理具有高度相似多模態特徵的實體時仍面臨挑戰。這些實體往往混淆難辨，限制了知識圖譜在下游任務中的效能。時間資訊作為實體演化的重要維度，理論上可作為額外模態輔助消歧，然而現有研究鮮有將時間與文本、影像並列作為獨立模態處理。主要障礙在於：時間語義稀疏，難以與豐富模態對齊；實體常關聯多個時間戳，直接使用會引入噪聲，降低表示魯棒性。
針對上述問題，來自 Pengyu Zhang 等研究團隊提出了“時間印記”框架。該框架首次將時間視為實體級模態，構建三視角對比學習目標，迫使時間、文本和視覺表示在共享空間中實現語義對齊。為了緩解多時間戳帶來的歧義，框架進一步探索了緊湊時間戳子集選擇的設計空間，並採用注意力池化機制將所選子集聚合為判別性時間嵌入，在時間特異性和魯棒性之間取得平衡。
實驗在三個標準 MMKG 基準上進行，評估連結預測效能。結果顯示，時間印記在整體 Hits@1 上比現有最優方法提升最高 6.07%，而在歧義最嚴重的 top-1% 樣本上，提升幅度高達 58%。此外，文章分析了不同融合策略以及時間戳可用性和質量對效能的影響，闡明瞭時間作為模態在何種條件下最為有效，且僅增加少量訓練開銷。程式碼已透過匿名倉庫開源，便於社群復現和進一步研究。該成果已在 2026 年 7 月提交至 arXiv，屬於計算機視覺與模式識別領域。