Knowledge Enhanced Semantic Communication Receiver

要約

タイトル：知識強化型意味通信受信機
要約：
– 深層学習と自然言語処理技術の急速な発展により、意味通信はコミュニケーション分野で非常に注目されている。
– 既存の深層学習に基づく意味通信手法には多くの利点があるが、先行知識を十分に活用していない。
– また、既存の意味通信手法の多くは、送信側での意味符号化に焦点を当てているが、受信側の意味復号能力にも注意すべきと考えている。
– 本論文では、受信機が知識ベースの事実をより能動的に利用して意味推論と復号を行う知識強化型意味通信フレームワークを提案する。
– 送信側のニューラルネットワークの構造に影響を与えることなく、受信側のパラメータのみに基づいて、受信機は関連のある事実三つ組を見つけるためのトランスフォーマーに基づく知識抽出器を設計する。
– WebNLGデータセット上の広範なシミュレーション結果は、提案された受信機が知識グラフの強化復号により優れたパフォーマンスを発揮することを示している。

要約(オリジナル)

In recent years, with the rapid development of deep learning and natural language processing technologies, semantic communication has become a topic of great interest in the field of communication. Although existing deep learning-based semantic communication approaches have shown many advantages, they still do not make sufficient use of prior knowledge. Moreover, most existing semantic communication methods focus on the semantic encoding at the transmitter side, while we believe that the semantic decoding capability of the receiver should also be concerned. In this paper, we propose a knowledge enhanced semantic communication framework in which the receiver can more actively utilize the facts in the knowledge base for semantic reasoning and decoding, on the basis of only affecting the parameters rather than the structure of the neural networks at the transmitter side. Specifically, we design a transformer-based knowledge extractor to find relevant factual triples for the received noisy signal. Extensive simulation results on the WebNLG dataset demonstrate that the proposed receiver yields superior performance on top of the knowledge graph enhanced decoding.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI