实体分类是通过多维特征构建类别体系的计算机识别过程，在知识工程领域，多模态表示学习方法被应用于提升分类性能，如清华大学刘知远团队在IKRL模型中通过联合建模视觉特征与知识图谱结构特征优化嵌入质量。该技术同时延伸至档案管理领域，2025年西北政法大学将其定义为基于来源、时间、内容等特征的档案实体分类体系。

2017年清华大学刘知远团队提出IKRL模型，通过联合建模视觉特征与知识图谱结构特征，为实体分类任务生成具有多模态约束的知识嵌入。2018年Mousselly等人的研究进一步整合视觉、文本与图谱结构三重特征，采用统一知识嵌入框架将实体分类准确率提升12.7%。

2020年中国科学技术大学徐童团队探索多模态知识图谱实体对齐技术，通过联合映射跨模态语义信息支撑智能应用。2021年国防科技大学赵翔团队在双曲空间建模中引入图卷积网络，结合视觉特征抽取实现跨模态实体对齐。

在知识工程领域，实体分类依赖多维特征融合：

档案管理领域采用差异化特征体系，2025年西北政法大学定义档案实体分类需包含：

典型实体分类系统包含三级处理流程：

该系统在WikiData数据集测试中，细粒度分类准确率达89.3%，较单模态基线提升21.5个百分点。