用于组合文本处理的量子算法
原文中文,约300字,阅读约需1分钟。发表于: 。本研究解决了自然语言处理中的组合性理解问题,提出了量子适应的DisCoCirc框架QDisCoCirc。研究表明,该模型在问答任务中具有BQP-hard的复杂性,使用量子编解码器的组合性,可以提供经典算法无法达到的显著加速,展示了量子处理器的强大潜力。
通过将语法结构转化为参数化量子电路的翻译,研究评估了Quantum Natural Language Processing (QNLP) 对代词消解任务的翻译。训练了一个用于二元分类的Variational Quantum Classifier (VQC),在IBMQ软件上执行的模拟获得了87.20%的F1分数,优于两个经典共指消解系统,并接近最先进的SpanBERT。混合量子-经典模型进一步提升了约6%。