Seq2Seq-SC：基于预训练语言模型的端到端语义通信系统
信号处理
2023-10-19 v2 计算与语言
摘要
在这项工作中，我们提出了一种名为 seq2seq-SC 的现实语义网络，旨在兼容 5G NR，并能够利用预训练语言模型处理通用文本数据集。其目标是通过关注语义通信中消息的含义来实现前所未有的通信效率。我们采用了一种称为语义相似度的性能度量，通过 BLEU 衡量词汇相似度，通过 SBERT 衡量语义相似度。我们的研究结果表明，seq2seq-SC 在提取语义上有意义的信息方面优于先前的模型，同时保持了优越的性能。这项研究为语义通信的持续进步及其在 6G 网络中与未来无线系统的潜在融合铺平了道路。
引用
@article{arxiv.2210.15237,
title = {Seq2Seq-SC: End-to-End Semantic Communication Systems with Pre-trained Language Model},
author = {Ju-Hyung Lee and Dong-Ho Lee and Eunsoo Sheen and Thomas Choi and Jay Pujara},
journal= {arXiv preprint arXiv:2210.15237},
year = {2023}
}
备注
Accepted to IEEE ASILOMAR 2023 conference, 4 pages, 2 figures, 3 tables