【技术实现步骤摘要】
本公开涉及无线通信，尤其涉及一种数据处理方法、数据处理装置、计算机程序产品与电子设备。
技术介绍
1、相关技术中，在通信过程中，通常基于通信领域的大规模全局知识生成信号处理模型的训练数据，然而，该方法导致训练后的信号处理模型的推理能力不足，降低了编解码过程的可靠性，造成当前的通信过程中数据传输效率低下。
技术实现思路
1、本公开提供了一种数据处理方法、数据处理装置、计算机程序产品与电子设备，进而至少在一定程度上改善通信过程中数据传输效率低下的问题。
2、本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
3、根据本公开的第一方面，提供一种数据处理方法，所述方法应用于至少包括数据传输节点与信号处理模型的通信系统，所述方法包括：获取数据传输节点与生成式人工智能模型的交互数据，以及所述数据传输节点的特征数据；将所述交互数据与所述特征数据输入训练样本生成模型，并基于所述训练样本生成模型的输出生成所述数据传输节点的画像数据；根据所述画像数据更新所述信号处理模型对应的原始训练数据，以得到目标训练数据；通过所述目标训练数据对所述信号处理模型进行训练，以使得训练完成的所述信号处理模型在接收到所述数据传输节点的传输信息的情况下，参考所述画像数据对所述传输信息进行编码或解码。
4、可选的，所述训练样本生成模型包括第一子模型、第二子模型与第三子模型，其中，所述第二子模型至少包括所述生成式人工智能模型；所述将所述交互数据与所述特征数据输
5、可选的，所述根据所述第一子模型、所述特征数据，以及所述交互数据生成所述第二子模型的输入数据，包括：通过所述第一子模型在所述交互数据中获取题干数据，并基于所述交互数据与所述特征数据，获取所述题干数据关联的候选背景数据集合；所述候选背景数据集合中的各所述候选背景数据按照与所述题干数据的关联程度进行逆序排列；在所述第一子模型首次生成所述题干数据关联的目标背景数据集合的情况下，将候选背景数据集合中的前n个所述候选背景数据确定为目标背景数据；在接收到所述修正信息的情况下，基于所述修正信息在所述候选背景数据集合中确定目标背景数据，n是正整数；将所述目标背景数据从所述候选背景数据集合中弹出，并将弹出的所述目标背景数据添加到所述目标背景数据集合中；结合所述题干数据与所述目标背景数据集合中的目标背景数据，生成所述生成式人工智能模型的提示词，并基于所述提示词确定所述输入数据。
6、可选的，所述基于所述修正信息在所述候选背景数据集合中确定目标背景数据，包括：基于所述修正信息与所述题干数据更新所述候选背景数据集合中各所述候选背景数据的排列顺序，并在更新后的所述候选背景数据集合中，将所述前n个候选背景数据确定为所述目标背景数据。
7、可选的，所述基于所述应答结果数据生成待校验数据，包括：获取所述应答结果数据对应的题干数据，以及所述题干数据对应的标准应答数据；将所述题干数据与所述标准应答数据进行对应，得到第一数据对，并将所述题干数据与所述应答结果数据进行对应，以得到第二数据对，基于所述第一数据对与所述第二数据对得到所述待校验数据。
8、可选的，所述待校验数据包括题干数据，以及所述题干数据对应的应答结果数据与标准应答数据；所述通过所述第三子模型对所述待校验数据进行校验，包括：基于所述待校验数据获取同一所述题干数据对应的标准应答数据与应答结果数据；计算同一所述题干数据对应的标准应答数据与应答结果数据之间的相似度，以对所述待校验数据进行校验。
9、可选的，所述基于所述待校验数据，以及待校验数据对应的所述输入数据或者更新后的所述输入数据，生成所述画像数据，包括：获取所述待校验数据中的应答结果数据；将所述输入数据与所述应答结果数据进行关联，得到关联数据记录；将所述关联数据记录添加到所述画像数据对应的数据集中，以得到所述画像数据。
10、根据本公开的第二方面，提供一种数据处理装置，所述装置应用于至少包括数据传输节点与信号处理模型的通信系统，所述装置包括：数据获取模块，被配置为获取数据传输节点与生成式人工智能模型的交互数据，以及所述数据传输节点的特征数据；画像数据生成模块，被配置为将所述交互数据与所述特征数据输入训练样本生成模型，并基于所述训练样本生成模型的输出生成所述数据传输节点的画像数据；训练数据更新模块，被配置为根据所述画像数据更新所述信号处理模型对应的原始训练数据，以得到目标训练数据；信号处理模型训练模块，被配置为通过所述目标训练数据对所述信号处理模型进行训练，以使得训练完成的所述信号处理模型在接收到所述数据传输节点的传输信息的情况下，参考所述画像数据对所述传输信息进行编码或解码。
11、根据本公开的第三方面，提供一种计算机程序，所述计算机程序被处理器执行时实现上述第一方面的数据处理方法及其可能的实现方式。
12、根据本公开的第四方面，提供一种电子设备，包括：处理器；存储器，用于存储所述处理器的可执行指令。其中，所述处理器配置为经由执行所述可执行指令，来执行上述第一方面的数据处理方法及其可能的实现方式。
13、本公开的技术方案具有以下有益效果：
14、一方面，生成了通信系统的数据传输节点的画像数据，并通过画像数据丰富了信号处理模型的训练数据，使得训练完成的所述信号处理模型能够参考数据传输节点的画像数据进行编码或解码；本方案在一定程度上解决了信号处理模型无法参考发送端或接收端的特征进行编码或解码的问题，提高了信号处理模型的推理能力，使得编码器能够在参考画像数据，推理出传输信息的本意的情况下进行编码，有效提高了编码的准确度，同时使得解码器能够参考数据传输节点的画像数据进行解码，使得解码后的信息更易被数据传输节点理解，从而提高了解码过程的可靠性，从而有效提升了通信过程中的数据传输效率。另一方面，通过数据传输节点的画像数据更新信号处理模型的原始训练数据，以得到目标训练数据，并基于目标训练数据对信号处理模型进行训练，有效提高了信号处理模型的训练样本的丰富度和多样性。
15、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
本文档来自技高网...【技术保护点】
1.一种数据处理方法，其特征在于，所述方法应用于至少包括数据传输节点与信号处理模型的通信系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述训练样本生成模型包括第一子模型、第二子模型与第三子模型，其中，所述第二子模型至少包括所述生成式人工智能模型；所述将所述交互数据与所述特征数据输入训练样本生成模型，并基于所述训练样本生成模型的输出结果，生成所述数据传输节点的画像数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一子模型、所述特征数据，以及所述交互数据生成所述第二子模型的输入数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述修正信息在所述候选背景数据集合中确定目标背景数据，包括：
5.根据权利要求2所述的方法，其特征在于，所述基于所述应答结果数据生成待校验数据，包括：
6.根据权利要求2所述的方法，其特征在于，所述待校验数据包括题干数据，以及所述题干数据对应的应答结果数据与标准应答数据；所述通过所述第三子模型对所述待校验数据进行校验，包括：
7.根据权利要
8.一种数据处理装置，其特征在于，所述装置应用于至少包括数据传输节点与信号处理模型的通信系统，所述装置包括：
9.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法应用于至少包括数据传输节点与信号处理模型的通信系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述训练样本生成模型包括第一子模型、第二子模型与第三子模型，其中，所述第二子模型至少包括所述生成式人工智能模型；所述将所述交互数据与所述特征数据输入训练样本生成模型，并基于所述训练样本生成模型的输出结果，生成所述数据传输节点的画像数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一子模型、所述特征数据，以及所述交互数据生成所述第二子模型的输入数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述修正信息在所述候选背景数据集合中确定目标背景数据，包括：
5.根据权利要求2所述的方...
【专利技术属性】
技术研发人员：商兴宇，周生龙，刘小欧，
申请(专利权)人：中国电信股份有限公司技术创新中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。