隐私保护型跨语种特征融合的语义通信系统训练方法技术方案

本发明专利技术涉及一种隐私保护型跨语种特征融合的语义通信系统训练方法，属于通信技术领域。该方法包括：S1：初始化通信用户端的复合词序列索引和模型；S2：根据本地用户的语种进行文本语义通信系统个性化训练；S3：待本地用户训练一定轮次后，上传基于跨语种特征融合的本地语种增强型模型参数；S4：在服务器进行不同语言文本用户的跨语种特征融合，并将跨语种特征融合模型参数下发给用户；S5：重复S2至S4，直至特定聚合轮次，从而得到跨语种特征融合的多语言语义通信系统。本发明专利技术通过复合词序列索引在完全不扩大模型规模的前提下，可有效扩展文本语义通信系统的多语言功能，同时也能保护用户端的数据隐私。

【技术实现步骤摘要】

本专利技术属于通信，涉及一种隐私保护型跨语种特征融合的语义通信系统训练方法。

技术介绍

1、语义通信被认为是第二层次的通信，依赖于发射器和接收器之间共享的语义知识。随着人工智能技术与通信系统的整合，语义通信在效率和性能上都超越了传统通信，有望成为一种新的通信范式。文本数据广泛携带了人类交流的语义信息，一些关于语义交流的研究集中在文本模态上。但目前的研究大多局限于一种语言，其设计的模型只能传播一种语言，这与多语言的真实环境不兼容。另一方面，在实践训练中，用户可能不愿意分享他们的文本数据，这给传统的训练方法造成了障碍。因此，设计一个能够在保护不同语言背景的用户隐私的同时，能够传输多种语言的文本语义通信系统具有现实意义。

2、联邦学习是一种极具潜力的训练方式，其不需要获取用户自身的数据却能够为所有用户的设备训练全局模型，从而保护数据隐私。但是现有语义通信系统中未见使用联邦学习来进行训练的方法。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供一种隐私保护型跨语种特征融合的语义通信系统训练方法，利用联本文档来自技高网...

【技术保护点】

1.一种隐私保护型跨语种特征融合的语义通信系统训练方法，其特征在于，该方法具体包括以下步骤：

2.根据权利要求1所述的语义通信系统训练方法，其特征在于，步骤S1具体包括：建立的复合词序列索引包括一组词序列和多组不同语种的词语，对现有的不同语种的语料库依据词出现频率的大小进行处理，形成词典Li＝[l1,l2,...,lN]和对应的词序列E＝[e1,e2,...,eN]；其中Li表示第i种语言的词典，li表示第i种语种词典内的词语，ej表示数字序列，即ej同时对应不同Li中的li，也就是序列对词语是一对多的复合映射；根据用户语种的使用情况，下发对应的语种词典；不同语种用户的语种词...

【技术特征摘要】

1.一种隐私保护型跨语种特征融合的语义通信系统训练方法，其特征在于，该方法具体包括以下步骤：

2.根据权利要求1所述的语义通信系统训练方法，其特征在于，步骤s1具体包括：建立的复合词序列索引包括一组词序列和多组不同语种的词语，对现有的不同语种的语料库依据词出现频率的大小进行处理，形成词典li＝[l1,l2,...,ln]和对应的词序列e＝[e1,e2,...,en]；其中li表示第i种语言的词典，li表示第i种语种词典内的词语，ej表示数字序列，即ej同时对应不同li中的li，也就是序列对词语是一对多的复合映射；根据用户语种的使用情况，下发对应的语种词典；不同语种用户的语种词典不同但是其共用一套复合词序列索引。

...

【专利技术属性】
技术研发人员：陈正川，程光耀，田中，刘敏，厍睿，王敏，
申请(专利权)人：重庆大学，
类型：发明
国别省市：