无线芯片管理进程架构方法及其系统与流程

1.本技术涉及无线芯片管理的领域，且更为具体地，涉及一种无线芯片管理进程架构方法及其系统。


背景技术：

2.目前市场上有多个品牌的无线芯片，而各个品牌的芯片厂商又分别生成有多种无线芯片。为了加速产品开发，并使无线芯片配置的管理进程能够匹配tr069协议的数据模型，就需要有一个稳定的快速移植方法。
3.目前，也有着一些移植方法来解决此类的问题，例如，现有的一些方法采用配置脚本或者固定函数的方式来完成对无线芯片的配置，但是，当脚本的完善度不同以及当无线芯片的数量改变时，此类方法就会失去其原有的作用，并且在此过程中，还可能会使得无线管理进程占用全局锁的时间过长，从而就会影响其他进程的处理。因此，为了获得一个稳定的快速移植方法，以使得无线芯片配置的管理进程能够匹配tr069协议的数据模型，期望一种无线芯片管理进程架构方案。


技术实现要素：

4.为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种无线芯片管理进程架构方法及其系统，其采用基于转换器的语义理解模型，以通过所述参考代码来挖掘出所述各种类型的无线芯片的适配于tr069协议的数据模型的管理进程代码在语义空间中的隐含关联特征，再通过所述解码器解码到所述代码的文本空间以进行代码移植。通过这样的方式，可以使得代码移植的稳定性更高，从而也就会使得所述无线芯片配置的管理进程能够匹配tr069协议的数据模型。
5.根据本技术的一个方面，提供了一种无线芯片管理进程架构方法，其包括：
6.训练阶段，包括：
7.获取待移植的无线芯片的管理进程代码和该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码；
8.将所述待移植的无线芯片的管理进程代码输入作为编码器的第一语义理解模型以获得第一特征向量序列和将所述管理进程的参考代码输入作为特征提取器的第二语义理解模型以获得第二特征向量序列；
9.将所述第一特征向量序列通过作为生成器的第三语义理解模型以获得第三特征向量序列；
10.计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量，其中，所述转换器掩码值基于每一对特征向量之间的距离和每一对特征向量之间的向量乘积生成；
11.计算所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量；
12.计算所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量；
13.将所述第四特征向量通过分类器以获得分类损失函数值；
14.计算所述第四特征向量和所述第五特征向量之间的交叉熵损失函数值；以及
15.基于所述分类损失函数值和所述交叉熵损失函数值的加权，对作为生成器的所述第三语义模型进行训练；以及
16.移植阶段，包括：
17.将所述第一特征向量序列输入经训练阶段训练完成的作为生成器的第三语义理解模型，以获得第三特征向量序列；
18.将所述第三特征向量序列通过与所述第一语义理解模型对应的解码器以获得移植后的管理进程代码。
19.根据本技术的另一方面，提供了一种无线芯片管理进程架构系统，其包括：
20.训练模块，包括：
21.代码获取单元，用于获取待移植的无线芯片的管理进程代码和该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码；
22.编码器处理单元，用于将所述代码获取单元获得的所述待移植的无线芯片的管理进程代码输入作为编码器的第一语义理解模型以获得第一特征向量序列和将所述代码获取单元获得的所述管理进程的参考代码输入作为特征提取器的第二语义理解模型以获得第二特征向量序列；
23.生成器处理单元，用于将所述编码器处理单元获得的所述第一特征向量序列通过作为生成器的第三语义理解模型以获得第三特征向量序列；
24.掩码值计算单元，用于计算所述生成器处理单元获得的所述第三特征向量序列与所述编码器处理单元获得的所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量，其中，所述转换器掩码值基于每一对特征向量之间的距离和每一对特征向量之间的向量乘积生成；
25.第四特征向量生成单元，用于计算所述掩码值计算单元获得的所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量；
26.全局平均值计算单元，用于计算所述编码器处理单元获得的所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量；
27.分类器处理单元，用于将所述第四特征向量生成单元获得的所述第四特征向量通过分类器以获得分类损失函数值；
28.交叉熵损失函数值计算单元，用于计算所述第四特征向量生成单元获得的所述第四特征向量和所述全局平均值计算单元获得的所述第五特征向量之间的交叉熵损失函数值；以及
29.训练单元，用于基于所述分类器处理单元获得的所述分类损失函数值和所述交叉熵损失函数值计算单元获得的所述交叉熵损失函数值的加权，对作为生成器的所述第三语义模型进行训练；以及
30.移植模块，包括：
31.第三特征向量序列生成单元，用于将所述第一特征向量序列输入经训练阶段训练
完成的作为生成器的第三语义理解模型，以获得第三特征向量序列；以及
32.解码单元，用于将所述第三特征向量序列生成单元获得的所述第三特征向量序列通过与所述第一语义理解模型对应的解码器以获得移植后的管理进程代码。
33.根据本技术提供的无线芯片管理进程架构方法及其系统，其采用基于转换器的语义理解模型，以通过所述参考代码来挖掘出所述各种类型的无线芯片的适配于tr069协议的数据模型的管理进程代码在语义空间中的隐含关联特征，再通过所述解码器解码到所述代码的文本空间以进行代码移植。通过这样的方式，可以使得代码移植的稳定性更高，从而也就会使得所述无线芯片配置的管理进程能够匹配tr069协议的数据模型。
附图说明
34.通过结合附图对本技术实施例进行更详细的描述，本技术的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本技术实施例的进一步理解，并且构成说明书的一部分，与本技术实施例一起用于解释本技术，并不构成对本技术的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
35.图1为根据本技术实施例的无线芯片管理进程架构方法的场景示意图。
36.图2为根据本技术实施例的无线芯片管理进程架构方法中训练阶段的流程图。
37.图3为根据本技术实施例的无线芯片管理进程架构方法中移植阶段的流程图。
38.图4为根据本技术实施例的无线芯片管理进程架构方法中训练阶段的架构示意图。
39.图5为根据本技术实施例的无线芯片管理进程架构方法中移植阶段的架构示意图。
40.图6为根据本技术实施例的无线芯片管理进程架构系统的框图。
具体实施方式
41.下面，将参考附图详细地描述根据本技术的示例实施例。显然，所描述的实施例仅仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
42.场景概述
43.如前所述，目前市场上有多个品牌的无线芯片，而各个品牌的芯片厂商又分别生成有多种无线芯片。为了加速产品开发，并使无线芯片配置的管理进程能够匹配tr069协议的数据模型，就需要有一个稳定的快速移植方法。
44.目前，也有着一些移植方法来解决此类的问题，例如，现有的一些方法采用配置脚本或者固定函数的方式来完成对无线芯片的配置，但是，当脚本的完善度不同以及当无线芯片的数量改变时，此类方法就会失去其原有的作用，并且在此过程中，还可能会使得无线管理进程占用全局锁的时间过长，从而就会影响其他进程的处理。因此，为了获得一个稳定的快速移植方法，以使得无线芯片配置的管理进程能够匹配tr069协议的数据模型，期望一种无线芯片管理进程架构方案。
45.基于此，在本技术的技术方案中，首先获得待移植的无线芯片的管理进程代码以及该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码，以下分别简
称为第一代码和第二代码，然后，分别将其输入作为编码器和特征提取器的第一语义理解模型和第二语义理解模型以获得第一特征向量序列和第二特征向量序列，分别记为v
1i
和v
2j
，这里，序列中的每个特征向量，例如v
11
和v
21
分别是从第一代码和第二代码中的一个语义单位获得的特征向量。这里，代码的语义单位指的是对代码分词所获得的单元，例如可以包括词，数字，自定义符号，自定义函数名等等。
46.接下来，需要训练作为生成器的第三语义理解模型以使得其从第一特征向量序列获得更加接近与第二特征向量序列的特征表示的第三特征向量序列，这里，在本技术的技术方案中，第一到第三语义理解模型都可以采用基于转换器(transformer)的语义理解模型，比如bert模型。
47.将第三特征向量序列v
3k
，类似地，其中的每个特征向量，例如v
31
与第一特征向量序列中的相应的特征向量，即v
11
对应。为了使得第三特征向量序列v
3k
与第二特征向量序列v
2j
在局部语义相一致，基于转换器的结构特性，首先计算第三特征向量序列v
3k
与第二特征向量序列v
2j
中的每个对应的特征向量之间的转换器掩码值，即：
[0048][0049]
其中d(v
3i
,v
2m
)表示v
3i
与v
2m
之间的距离，这样，就可以得到第三特征向量序列v
3k
中的每个特征向量的特征值pi，进而计算每个特征值的类softmax函数值，即exp(-pi)/∑iexp(-pi)，从而得到第四特征向量。此外，为了获得全局语义的一致性，首先计算第二特征向量序列中的每个特征向量的全局平均值，以得到第五特征向量。
[0050]
这样，通过计算第四特征向量的分类损失函数值以及第四特征向量与第五特征向量的交叉熵损失函数值，并进行加权后训练第三语义理解模型，就可以使得生成器所生成的第三特征向量序列在局部语义和全局语义上靠近作为参考的第二特征向量序列。
[0051]
在获得训练好的第三语义理解模型之后，将第一特征向量序列输入其以获得第三特征向量序列，再通过与第一语义理解模型对应的解码器恢复出移植后的管理进程代码。
[0052]
基于此，本技术提出了一种无线芯片管理进程架构方法，其包括：训练阶段和移植阶段。其中，训练阶段包括步骤：获取待移植的无线芯片的管理进程代码和该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码；将所述待移植的无线芯片的管理进程代码输入作为编码器的第一语义理解模型以获得第一特征向量序列和将所述管理进程的参考代码输入作为特征提取器的第二语义理解模型以获得第二特征向量序列；将所述第一特征向量序列通过作为生成器的第三语义理解模型以获得第三特征向量序列；计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量，其中，所述转换器掩码值基于每一对特征向量之间的距离和每一对特征向量之间的向量乘积生成；计算所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量；计算所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量；将所述第四特征向量通过分类器以获得分类损失函数值；计算所述第四特征向量和所述第五特征向量之间的交叉熵损
失函数值；以及，基于所述分类损失函数值和所述交叉熵损失函数值的加权，对作为生成器的所述第三语义模型进行训练。其中，移植阶段包括步骤：将所述第一特征向量序列输入经训练阶段训练完成的作为生成器的第三语义理解模型，以获得第三特征向量序列；以及，将所述第三特征向量序列通过与所述第一语义理解模型对应的解码器以获得移植后的管理进程代码。
[0053]
图1图示了根据本技术实施例的无线芯片管理进程架构方法的场景示意图。如图1所示，在该应用场景的训练阶段中，首先，从计算机(例如，如图1中所示意的t)中获得待移植的无线芯片(例如，如图1中所示意的b1)的管理进程代码以及该类型的无线芯片(例如，如图1中所示意的b2)的适配于tr069协议的数据模型的管理进程的参考代码，其中，所述待移植的无线芯片和所述该类型的无线芯片均设置于所述计算机中。然后，将获得的所述管理进程代码和所述参考代码输入至部署有无线芯片管理进程架构算法的服务器(例如，如图1中所示意的s)中，其中，所述服务器能够基于无线芯片管理进程架构算法以所述管理进程代码和所述参考代码对无线芯片管理进程架构的第三语义理解模型进行训练。
[0054]
在训练完成后，在移植阶段中，首先，从计算机(例如，如图1中所示意的t)中获得待移植的无线芯片(例如，如图1中所示意的b1)的管理进程代码，其中，所述待移植的无线芯片设置于所述计算机中。然后，将所述待移植的无线芯片的管理进程代码输入至部署有无线芯片管理进程架构算法的服务器(例如，如图1中所示意的s)中，其中，所述服务器能够以无线芯片管理进程架构算法对所述待移植的无线芯片的管理进程代码进行处理，以生成移植后的管理进程代码。进而，基于所述移植后的管理进程代码对所述无线芯片进行移植。
[0055]
在介绍了本技术的基本原理之后，下面将参考附图来具体介绍本技术的各种非限制性实施例。
[0056]
示例性方法
[0057]
图2图示了根据本技术实施例的无线芯片管理进程架构方法中训练阶段的流程图。如图2所示，根据本技术实施例的无线芯片管理进程架构方法，包括：训练阶段，包括步骤：s110，获取待移植的无线芯片的管理进程代码和该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码；s120，将所述待移植的无线芯片的管理进程代码输入作为编码器的第一语义理解模型以获得第一特征向量序列和将所述管理进程的参考代码输入作为特征提取器的第二语义理解模型以获得第二特征向量序列；s130，将所述第一特征向量序列通过作为生成器的第三语义理解模型以获得第三特征向量序列；s140，计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量，其中，所述转换器掩码值基于每一对特征向量之间的距离和每一对特征向量之间的向量乘积生成；s150，计算所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量；s160，计算所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量；s170，将所述第四特征向量通过分类器以获得分类损失函数值；s180，计算所述第四特征向量和所述第五特征向量之间的交叉熵损失函数值；以及，s190，基于所述分类损失函数值和所述交叉熵损失函数值的加权，对作为生成器的所述第三语义模型进行训练。
[0058]
图3图示了根据本技术实施例的无线芯片管理进程架构方法中移植阶段的流程图。如图3所示，根据本技术实施例的无线芯片管理进程架构方法，还包括：移植阶段，包括
步骤：s210，将所述第一特征向量序列输入经训练阶段训练完成的作为生成器的第三语义理解模型，以获得第三特征向量序列；以及，s220，将所述第三特征向量序列通过与所述第一语义理解模型对应的解码器以获得移植后的管理进程代码。
[0059]
图4图示了根据本技术实施例的无线芯片管理进程架构方法中训练阶段的架构示意图。如图4所示，在训练阶段中，在该网络架构中，首先，将获得的所述待移植的无线芯片的管理进程代码(例如，如图4中所示意的p1)输入作为编码器的第一语义理解模型(例如，如图4中所示意的sum1)以获得第一特征向量序列(例如，如图4中所示意的vf1)和将所述管理进程的参考代码(例如，如图4中所示意的p2)输入作为特征提取器的第二语义理解模型(例如，如图4中所示意的sum2)以获得第二特征向量序列(例如，如图4中所示意的vf2)；s130，将所述第一特征向量序列通过作为生成器的第三语义理解模型(例如，如图4中所示意的sum3)以获得第三特征向量序列(例如，如图4中所示意的vf3)；s140，计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量(例如，如图4中所示意的vfm)，其中，所述转换器掩码值基于每一对特征向量之间的距离和每一对特征向量之间的向量乘积生成；s150，计算所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量(例如，如图4中所示意的vf4)；s160，计算所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量(例如，如图4中所示意的vf5)；s170，将所述第四特征向量通过分类器(例如，如图4中所示意的圈s)以获得分类损失函数值(例如，如图4中所示意的cl)；s180，计算所述第四特征向量和所述第五特征向量之间的交叉熵损失函数值(例如，如图4中所示意的ce)；以及，s190，基于所述分类损失函数值和所述交叉熵损失函数值的加权，对作为生成器的所述第三语义模型进行训练。
[0060]
图5图示了根据本技术实施例的无线芯片管理进程架构方法中移植阶段的架构示意图。如图5所示，在移植阶段中，在该网络结构中，首先，将所述第一特征向量序列(例如，如图5中所示意的vf1)输入经训练阶段训练完成的作为生成器的第三语义理解模型(例如，如图5中所示意的sum)，以获得第三特征向量序列(例如，如图5中所示意的vf)；以及，s320，将所述第三特征向量序列通过与所述第一语义理解模型对应的解码器(例如，如图5中所示意的d)以获得移植后的管理进程代码(例如，如图5中所示意的q)。
[0061]
更具体地，在训练阶段中，在步骤s110和步骤s120中，获取待移植的无线芯片的管理进程代码和该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码，并将所述待移植的无线芯片的管理进程代码输入作为编码器的第一语义理解模型以获得第一特征向量序列和将所述管理进程的参考代码输入作为特征提取器的第二语义理解模型以获得第二特征向量序列。如前所述，由于各种类型的无线芯片的适配于tr069协议的数据模型的管理进程代码，虽然在所述代码的文本空间中存在差异，但其在语义空间中存在着共同的关联。相应地，在本技术中考虑基于各个类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码来挖掘这种关联。因此，在本技术的技术方案中，首先，获取待移植的无线芯片的管理进程代码和该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码，也就是，第一代码和第二代码。然后，将所述第一代码和所述第二代码分别输入作为编码器的第一语义理解模型和作为特征提取器的第二语义理解模型中，以获得第一特征向量序列和第二特征向量序列，分别记为v
1i
和v
2j
。值得一提的是，这里，所述
序列中的每个特征向量，例如v
11
和v
21
分别是从所述第一代码和所述第二代码中的一个语义单位获得的特征向量。这里，代码的语义单位指的是对代码分词所获得的单元，例如可以包括词，数字，自定义符号，自定义函数名等等。
[0062]
具体地，在本技术实施例中，将所述待移植的无线芯片的管理进程代码输入作为编码器的第一语义理解模型以获得第一特征向量序列和将所述管理进程的参考代码输入作为特征提取器的第二语义理解模型以获得第二特征向量序列的过程，包括：首先，将所述待移植的无线芯片的管理进程代码通过词嵌入模型以获得第一词特征向量序列；接着，将所述管理进程的参考代码通过所述词嵌入模型以获得第二词特征向量序列；然后，将所述第一词特征向量序列输入作为编码器的所述第一语义理解模型，以通过所述第一语义理解模型对所述第一词特征向量序列进行编码，从而获得所述第一特征向量序列；以及，最后，将所述第二词特征向量序列输入作为特征提取器的第二语义理解模型，以通过所述第二语义理解模型对所述第二词特征向量序列进行特征提取，从而获得所述第二特征向量序列。值得一提的是，所述第一特征向量序列中的每个特征向量对应于所述待移植的无线芯片的管理进程代码中的一个语义单位；所述第二特征向量序列中的每个特征向量对应于所述管理进程的参考代码中的一个语义单位；其中，所述语义单位包括词，数字，自定义符号和自定义函数名。
[0063]
更具体地，在训练阶段中，在步骤s130和步骤s140中，将所述第一特征向量序列通过作为生成器的第三语义理解模型以获得第三特征向量序列，并计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量，其中，所述转换器掩码值基于每一对特征向量之间的距离和每一对特征向量之间的向量乘积生成。应可以理解，由于在本技术中需要训练作为生成器的第三语义理解模型以使得其从所述第一特征向量序列获得更加接近与所述第二特征向量序列的特征表示的第三特征向量序列。
[0064]
因此，在本技术的技术方案中，首先，要将所述第一特征向量序列通过作为生成器的第三语义理解模型以获得第三特征向量序列，特别地，将所述第三特征向量序列记为v
3k
，这样，其中的每个特征向量，例如v
31
与所述第一特征向量序列中的相应的特征向量，即v
11
对应。然后，再计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量。应可以理解，为了使得所述第三特征向量序列v
3k
与所述第二特征向量序列v
2j
在局部语义相一致，基于所述转换器的结构特性，首先计算所述第三特征向量序列v
3k
与所述第二特征向量序列v
2j
中的每个对应的特征向量之间的转换器掩码值。值得一提的是，在本技术的技术方案中，所述第一语义理解模型、所述第二语义理解模型和所述第三语义理解模型为基于转换器的语义理解模型，例如bert模型。
[0065]
具体地，在本技术实施例中，计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量的过程，包括：以如下公式计算所述第三特征向量序列与所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得所述掩码值特征向量；
[0066]
其中，所述公式为：
[0067][0068]
其中d(v
3i
,v
2m
)表示v
3i
与v
2m
之间的距离，v
3i
和v
2m
表示所述第三特征向量序列与所述第二特征向量序列中一对特征向量。这样，就可以得到所述第三特征向量序列v
3k
中的每个特征向量的特征值pi。
[0069]
特别地，在一个具体示例中，d(v
3i
,v
2m
)表示v
3i
与v
2m
之间的l1距离或者l2距离。应可以理解，l1距离函数，也被称为最小绝对值偏差(lad)，它是目标值与估计值的绝对差值总和。通过计算l1距离，能够从数值维度上反映出v
3i
与v
2m
之间的特征差异程度。l2距离函数，也被称为最小平方误差(lse)，它是目标值与估计值的差值的平方和，也叫欧氏距离。相较于l1距离函数而言，所述l2距离函数拥有稳定解。
[0070]
更具体地，在训练阶段中，在步骤s150和步骤s160中，计算所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量，并计算所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量。也就是，首先，计算所述掩码值特征向量中每个特征值的类softmax函数值，以便于后续对所述第三特征向量序列进行训练，从而得到第四特征向量。在一个具体示例中，可用公式exp(-pi)/∑iexp(-pi)来计算所述掩码值特征向量中每个特征值的类softmax函数值。然后，再计算所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量。应可以理解，为了获得全局语义的一致性，因此，在本技术的技术方案中，首先计算所述第二特征向量序列中的每个特征向量的全局平均值，以得到第五特征向量。
[0071]
具体地，在本技术实施例中，计算所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量的过程，包括：以如下公式计算所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量；所述公式为：q＝exp(-pi)/∑iexp(-pi)，其中，pi表示所述所述掩码值特征向量中每个位置的转换器掩码值，q表示所述类softmax函数值。
[0072]
更具体地，在训练阶段中，在步骤s170、步骤s180和步骤s190中，将所述第四特征向量通过分类器以获得分类损失函数值，并计算所述第四特征向量和所述第五特征向量之间的交叉熵损失函数值，再基于所述分类损失函数值和所述交叉熵损失函数值的加权，对作为生成器的所述第三语义模型进行训练。应可以理解，为了使得训练后的第三特征向量序列能够在局部语义和全局语义上靠近作为参考的所述第二特征向量序列。因此，在本技术的技术方案中，首先，需要计算所述第四特征向量的分类损失函数值以及所述第四特征向量与所述第五特征向量的交叉熵损失函数值；然后，对所述分类函数值与所述交叉熵损失函数值进行加权，从而对所述第三语义理解模型进行训练。
[0073]
在训练完成后，进入移植阶段。也就是，在使用无线芯片管理进程架构算法来训练所述第三语义理解模型后，将训练完成的所述第三语义理解模型用于实际的移植操作中。
[0074]
更具体地，在移植阶段中，在步骤s210和步骤s220中，将所述第一特征向量序列输入经训练阶段训练完成的作为生成器的第三语义理解模型，以获得第三特征向量序列，并
将所述第三特征向量序列通过与所述第一语义理解模型对应的解码器以获得移植后的管理进程代码。也就是，在通过对所述第三语义理解模型进行训练完成后，同理，将生成的所述第一特征向量序列输入经训练完成后的作为生成器的第三语义理解模型中进行处理，以生成该所述代码在高维空间中的特征表示，从而使其与基于所述参考代码所挖掘的隐含特征分布相一致或相靠近。最后再将所述第三特征向量序列通过与所述第一语义理解模型对应的解码器中进行处理，以将所述生成器生成的高维特征表示通过所述解码器解码到代码的文本空间，从而恢复出移植后的管理进程代码。进而，再基于所述移植后的管理进程代码进行代码移植。
[0075]
综上，基于本技术实施例的无线芯片管理进程架构方法被阐明，其采用基于转换器的语义理解模型，以通过所述参考代码来挖掘出所述各种类型的无线芯片的适配于tr069协议的数据模型的管理进程代码在语义空间中的隐含关联特征，再通过所述解码器解码到所述代码的文本空间以进行代码移植。通过这样的方式，可以使得代码移植的稳定性更高，从而也就会使得所述无线芯片配置的管理进程能够匹配tr069协议的数据模型。
[0076]
示例性系统
[0077]
图6图示了根据本技术实施例的无线芯片管理进程架构系统的框图。如图6所示，根据本技术实施例的无线芯片管理进程架构系统600，包括：训练模块610和移植模块620。
[0078]
如图6所示，所述训练模块610，包括：代码获取单元611，用于获取待移植的无线芯片的管理进程代码和该类型的无线芯片的适配于tr069协议的数据模型的管理进程的参考代码；编码器处理单元612，用于将所述代码获取单元611获得的所述待移植的无线芯片的管理进程代码输入作为编码器的第一语义理解模型以获得第一特征向量序列和将所述代码获取单元611获得的所述管理进程的参考代码输入作为特征提取器的第二语义理解模型以获得第二特征向量序列；生成器处理单元613，用于将所述编码器处理单元612获得的所述第一特征向量序列通过作为生成器的第三语义理解模型以获得第三特征向量序列；掩码值计算单元614，用于计算所述生成器处理单元613获得的所述第三特征向量序列与所述编码器处理单元612获得的所述第二特征向量序列中每一对特征向量之间的转换器掩码值以获得掩码值特征向量，其中，所述转换器掩码值基于每一对特征向量之间的距离和每一对特征向量之间的向量乘积生成；第四特征向量生成单元615，用于计算所述掩码值计算单元614获得的所述掩码值特征向量中每个转换器掩码值的类softmax函数值，以获得由多个类softmax函数值组成的第四特征向量；全局平均值计算单元616，用于计算所述编码器处理单元612获得的所述第二特征向量序列中各个特征向量的全局平均值以获得第五特征向量；分类器处理单元617，用于将所述第四特征向量生成单元615获得的所述第四特征向量通过分类器以获得分类损失函数值；交叉熵损失函数值计算单元618，用于计算所述第四特征向量生成单元615获得的所述第四特征向量和所述全局平均值计算单元616获得的所述第五特征向量之间的交叉熵损失函数值；以及，训练单元619，用于基于所述分类器处理单元617获得的所述分类损失函数值和所述交叉熵损失函数值计算单元618获得的所述交叉熵损失函数值的加权，对作为生成器的所述第三语义模型进行训练。
[0079]
如图6所示，所述移植模块620，包括：第三特征向量序列生成单元621，用于将所述第一特征向量序列输入经训练阶段训练完成的作为生成器的第三语义理解模型，以获得第三特征向量序列；以及，解码单元622，用于将所述第三特征向量序列生成单元621获得的所
述第三特征向量序列通过与所述第一语义理解模型对应的解码器以获得移植后的管理进程代码。
[0080]
这里，本领域技术人员可以理解，上述无线芯片管理进程架构系统600中的各个单元和模块的具体功能和操作已经在上面参考图1到图5的无线芯片管理进程架构方法的描述中得到了详细介绍，并因此，将省略其重复描述。
[0081]
如上所述，根据本技术实施例的无线芯片管理进程架构系统600可以实现在各种终端设备中，例如无线芯片管理进程架构算法的服务器等。在一个示例中，根据本技术实施例的无线芯片管理进程架构系统600可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该无线芯片管理进程架构系统600可以是该终端设备的操作装置中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该无线芯片管理进程架构系统600同样可以是该终端设备的众多硬件模块之一。
[0082]
替换地，在另一示例中，该无线芯片管理进程架构系统600与该终端设备也可以是分立的设备，并且该无线芯片管理进程架构系统600可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
[0083]
以上结合具体实施例描述了本技术的基本原理，但是，需要指出的是，在本技术中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本技术的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本技术为必须采用上述具体的细节来实现。
[0084]
本技术中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
[0085]
还需要指出的是，在本技术的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本技术的等效方案。
[0086]
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本技术。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本技术的范围。因此，本技术不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
[0087]
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本技术的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。