语义通信与知识学习的相互作用
计算与语言
2024-02-07 v1
摘要
在快速发展的通信技术领域，强调知识理解与处理的语义通信 (SemCom) 已成为一个热点话题。通过整合人工智能技术，SemCom 促进了对通信内容的深刻理解、分析和传输。在本章中，我们阐明了 SemCom 中知识学习的方式，特别关注知识图谱 (KG) 的利用。具体来说，我们首先回顾了将 SemCom 与知识学习相结合的现有工作。随后，我们介绍了一个 KG 增强的 SemCom 系统，其中接收端经过精心校准，以利用其静态知识库中的知识来改善解码性能。基于此框架，我们进一步探索了能够使系统更有效地在演进的知识库中运行的潜在方法。此外，我们研究了与大型语言模型 (LLM) 集成以进行数据增强的可能性，为 SemCom 的潜在实现手段提供了额外的视角。大量的数值结果表明，所提出的框架在 KG 增强解码的基础上实现了优越的性能，并在不同场景下展现了其多功能性。
引用
@article{arxiv.2402.03339,
title = {Interplay of Semantic Communication and Knowledge Learning},
author = {Fei Ni and Bingyan Wang and Rongpeng Li and Zhifeng Zhao and Honggang Zhang},
journal= {arXiv preprint arXiv:2402.03339},
year = {2024}
}
备注
Contributing to a Wiley book, copyright might be transferred without further notice; And the paper "Knowledge Enhanced Semantic Communication Receiver" (available at arXiv:2302.07727) constitutes a segment of this work