論文の概要: Foundations for Near-Term Quantum Natural Language Processing
- arxiv url: http://arxiv.org/abs/2012.03755v1
- Date: Mon, 7 Dec 2020 14:49:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-16 21:10:54.147241
- Title: Foundations for Near-Term Quantum Natural Language Processing
- Title（参考訳）: 短期量子自然言語処理の基礎
- Authors: Bob Coecke, Giovanni de Felice, Konstantinos Meichanetzidis, Alexis
Toumi
- Abstract要約: 量子自然言語処理(QNLP)の概念と数学的基礎を提供する。
自然言語の量子モデルがどのように言語的意味と豊かな言語構造を正準的に組み合わせているかを思い出す。
実証的エビデンスと数学一般性に関する正式な記述を支援するための参照を提供します。
- 参考スコア（独自算出の注目度）: 0.17205106391379021
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We provide conceptual and mathematical foundations for near-term quantum
natural language processing (QNLP), and do so in quantum computer scientist
friendly terms. We opted for an expository presentation style, and provide
references for supporting empirical evidence and formal statements concerning
mathematical generality.
We recall how the quantum model for natural language that we employ
canonically combines linguistic meanings with rich linguistic structure, most
notably grammar. In particular, the fact that it takes a quantum-like model to
combine meaning and structure, establishes QNLP as quantum-native, on par with
simulation of quantum systems. Moreover, the now leading Noisy
Intermediate-Scale Quantum (NISQ) paradigm for encoding classical data on
quantum hardware, variational quantum circuits, makes NISQ exceptionally
QNLP-friendly: linguistic structure can be encoded as a free lunch, in contrast
to the apparently exponentially expensive classical encoding of grammar.
Quantum speed-up for QNLP tasks has already been established in previous work
with Will Zeng. Here we provide a broader range of tasks which all enjoy the
same advantage.
Diagrammatic reasoning is at the heart of QNLP. Firstly, the quantum model
interprets language as quantum processes via the diagrammatic formalism of
categorical quantum mechanics. Secondly, these diagrams are via ZX-calculus
translated into quantum circuits. Parameterisations of meanings then become the
circuit variables to be learned.
Our encoding of linguistic structure within quantum circuits also embodies a
novel approach for establishing word-meanings that goes beyond the current
standards in mainstream AI, by placing linguistic structure at the heart of
Wittgenstein's meaning-is-context.
- Abstract（参考訳）: 我々は、量子自然言語処理(QNLP)の概念的および数学的基盤を提供し、量子コンピュータ科学者フレンドリーな用語でそれを行う。
我々は,露出表現形式を選択し,経験的証拠と数学的一般性に関する形式的記述を支持するための参考文献を提供した。
自然言語のための量子モデルは、言語的意味と豊かな言語構造、特に文法を標準的に組み合わせていることを思い出す。
特に、意味と構造を組み合わせるために量子的なモデルを取るという事実は、量子システムのシミュレーションと同等に、qnlpを量子ネイティブとして確立する。
さらに、現在主要なノイズの多い中間スケール量子(nisq)パラダイムは、量子ハードウェア上で古典データをエンコードするための変分量子回路であり、nisqをqnlpに優しくしている: 言語構造は、明らかに指数関数的に高価な文法の古典的エンコーディングとは対照的に、フリーランチとしてエンコードすることができる。
QNLPタスクの量子スピードアップは、Will Zengによる以前の研究ですでに確立されている。
ここでは、全員が同じ利点を享受する幅広いタスクを提供します。
文法的推論はQNLPの中心にある。
まず、量子モデルは言語を圏量子力学の図式的形式論を通して量子過程として解釈する。
第二に、これらの図はzx計算を通じて量子回路に変換される。
意味のパラメータ化は、学習すべき回路変数となる。
量子回路内での言語構造の符号化はまた、ウィトゲンシュタインの意味と文脈の中心に言語構造を置くことによって、主流AIの現在の標準を超えた単語意味を確立するための新しいアプローチを具現化した。
関連論文リスト
- Quantum Algorithms for Compositional Text Processing [1.3654846342364308]
本稿では、最近提案された自然言語用DisCoCircフレームワークに注目し、量子適応QDisCoCircを提案する。
これはAI解釈可能なレンダリングに対する構成的アプローチによって動機付けられている。
テキスト類似性のモデルネイティブな原始演算に対しては、フォールトトレラントな量子コンピュータのための量子アルゴリズムを導出する。
論文 参考訳（メタデータ） (2024-08-12T11:21:40Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z) - Qunity: A Unified Language for Quantum and Classical Computing (Extended
Version) [3.5348690973777006]
量子プログラミング言語Quinityを紹介します。
Qunityは量子コンピューティングを古典コンピューティングの自然な一般化として扱う。
我々はQunityがいくつかの量子アルゴリズムをきれいに表現する方法を示す。
論文 参考訳（メタデータ） (2022-04-26T15:34:22Z) - LQP: The Dynamic Logic of Quantum Information [77.34726150561087]
本稿では,複合量子システムにおける情報フローの推論のための動的論理形式について紹介する。
本稿では,この論理の文法,関係意味論,音響証明システムについて述べる。
アプリケーションとしては,テレポーテーションプロトコルと標準量子秘密共有プロトコルに対して,正式な正当性を与えるために,我々のシステムを利用する。
論文 参考訳（メタデータ） (2021-10-04T12:20:23Z) - Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳（メタデータ） (2021-05-30T12:19:27Z) - On quantum neural networks [91.3755431537592]
量子ニューラルネットワークの概念は、その最も一般的な関数の観点から定義されるべきである。
我々の推論は、量子力学におけるファインマン経路積分定式化の利用に基づいている。
論文 参考訳（メタデータ） (2021-04-12T18:30:30Z) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳（メタデータ） (2021-03-08T17:24:29Z) - Grammar-Aware Question-Answering on Quantum Computers [0.17205106391379021]
ノイズの多い中間スケール量子(NISQ)ハードウェア上でNLPタスクの最初の実装を行う。
我々は量子状態においてワード平均を符号化し、文法構造を明示的に考慮する。
我々の新しいQNLPモデルは、量子ハードウェアの品質が向上するにつれて、スケーラビリティの具体的な約束を示す。
論文 参考訳（メタデータ） (2020-12-07T14:49:34Z) - Attention-based Quantum Tomography [9.818293236208413]
Attention-based Quantum Tomography は、アテンション機構に基づく生成ネットワークを用いた量子状態再構成である。
AQTは、IBMQ量子コンピュータで実験的に実現されたノイズ量子状態に関連する密度行列を正確に再構成可能であることを示す。
論文 参考訳（メタデータ） (2020-06-22T17:50:12Z) - Quantum Natural Language Processing on Near-Term Quantum Computers [0.0]
近距離量子コンピュータにおける自然言語処理のためのフルスタックパイプライン、別名QNLPについて述べる。
DisCoCatは、前グループ文法の構成構造を拡張し補完する言語モデリングフレームワークである。
本稿では,DisCoCat図を量子回路にマッピングする手法を提案する。
論文 参考訳（メタデータ） (2020-05-08T16:42:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。