基于强化学习和大模型优化的语义文本压缩方法

本发明公开了一种基于强化学习和大模型优化的语义文本压缩方法，旨在克服传统技术在复杂噪声环境和低信噪比条件下容易出现语义失真和关键信息丧失的问题。通过结合强化学习和语义熵估计，本发明能够动态调整压缩策略，确保在不同信道条件下，压缩后的文本既能有效减小数据量，又能保持语义的完整性。此外，利用BERT的注意力机制提取文本中的关键信息，有效避免冗余信息的丧失，从而提升了压缩效率和语义保真度的平衡。该技术适应多种通信环境，包括无线通信、物联网和智能设备等领域，具有良好的鲁棒性和通用性。