基于知识图谱的认知启发式涌现通信以辅助视障人士
人工智能
2025-05-29 v1
摘要
面向视障人士的辅助系统必须提供快速、可解释且自适应的反馈，以促进实时导航。当前方法在延迟和语义丰富度之间存在权衡：基于自然语言的系统提供详细的指导，但对于动态场景来说太慢；而涌现通信框架提供低延迟的符号语言，但缺乏语义深度，限制了其在振动等触觉模态中的实用性。为了解决这些局限性，我们引入了一种新颖的框架——基于知识图谱的认知启发式涌现通信（VAG-EC），它模拟了人类的视觉感知和认知映射。我们的方法构建知识图谱来表示物体及其关系，并结合注意力机制来优先处理与任务相关的实体，从而反映人类的选择性注意。这种结构化方法使得紧凑、可解释且对上下文敏感的符号语言得以涌现。在不同词汇表大小和消息长度上的大量实验表明，VAG-EC 在拓扑相似性和上下文独立性方面优于传统的涌现通信方法。这些发现突显了认知驱动的涌现通信作为实时辅助技术的快速、自适应且与人类对齐的解决方案的潜力。代码可在 https://github.com/Anonymous-NLPcode/Anonymous_submission/tree/main 获取。
引用
@article{arxiv.2505.22087,
title = {Cognitively-Inspired Emergent Communication via Knowledge Graphs for Assisting the Visually Impaired},
author = {Ruxiao Chen and Dezheng Han and Wenjie Han and Shuaishuai Guo},
journal= {arXiv preprint arXiv:2505.22087},
year = {2025}
}