研究人员开发了一种新颖的语义纠错框架，用于在有噪声的无线信道上传输自然语言句子。该方法将句子分段，使用短块码进行编码，并在接收端使用语义纠错模型，根据语言模型上下文重建损坏的片段。该系统还引入了语义列表解码以改进重建，以及置信度引导的HARQ机制以实现高效重传，在语义保真度和减少解码延迟方面优于传统方法。 AI
影响 增强了自然语言在无线通信中的语义保真度并降低了延迟，可能改进实时应用。
排序理由 这是一篇详细介绍通信系统中纠错新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.22269v1 Announce Type: cross Abstract: This paper presents a semantic-enhanced receiver framework for transmitting natural language sentences over noisy wireless channels using multiple short block codes. After ASCII encoding, the sentence is divided into segments, eac…
This paper presents a semantic-enhanced receiver framework for transmitting natural language sentences over noisy wireless channels using multiple short block codes. After ASCII encoding, the sentence is divided into segments, each independently encoded with a short block code an…