論文の概要: QNLP in Practice: Running Compositional Models of Meaning on a Quantum
Computer
- arxiv url: http://arxiv.org/abs/2102.12846v2
- Date: Thu, 4 May 2023 11:34:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 20:17:52.046477
- Title: QNLP in Practice: Running Compositional Models of Meaning on a Quantum
Computer
- Title(参考訳): QNLPの実践: 量子コンピュータにおける構成的意味モデルの実行
- Authors: Robin Lorenz, Anna Pearson, Konstantinos Meichanetzidis, Dimitri
Kartsaklis, Bob Coecke
- Abstract要約: 本研究では,NISQ(Noisy Intermediate-Scale Quantum)コンピュータ上で行った最初のNLP実験について報告する。
我々は、量子回路への自然なマッピングを持つ文の表現を作成する。
我々は、量子ハードウェア上で単純な文分類タスクを解くNLPモデルをうまく訓練する。
- 参考スコア(独自算出の注目度): 0.7194733565949804
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum Natural Language Processing (QNLP) deals with the design and
implementation of NLP models intended to be run on quantum hardware. In this
paper, we present results on the first NLP experiments conducted on Noisy
Intermediate-Scale Quantum (NISQ) computers for datasets of size greater than
100 sentences. Exploiting the formal similarity of the compositional model of
meaning by Coecke, Sadrzadeh and Clark (2010) with quantum theory, we create
representations for sentences that have a natural mapping to quantum circuits.
We use these representations to implement and successfully train NLP models
that solve simple sentence classification tasks on quantum hardware. We conduct
quantum simulations that compare the syntax-sensitive model of Coecke et al.
with two baselines that use less or no syntax; specifically, we implement the
quantum analogues of a "bag-of-words" model, where syntax is not taken into
account at all, and of a word-sequence model, where only word order is
respected. We demonstrate that all models converge smoothly both in simulations
and when run on quantum hardware, and that the results are the expected ones
based on the nature of the tasks and the datasets used. Another important goal
of this paper is to describe in a way accessible to AI and NLP researchers the
main principles, process and challenges of experiments on quantum hardware. Our
aim in doing this is to take the first small steps in this unexplored research
territory and pave the way for practical Quantum Natural Language Processing.
- Abstract(参考訳): 量子自然言語処理(QNLP)は、量子ハードウェア上で動くことを意図したNLPモデルの設計と実装を扱う。
本稿では,100文以上のデータセットを対象としたNISQ(Noisy Intermediate-Scale Quantum)コンピュータ上で行った最初のNLP実験について報告する。
Coecke, Sadrzadeh and Clark (2010) による構成的意味モデルと量子論の形式的類似性を発見し、量子回路への自然な写像を持つ文の表現を作成する。
量子ハードウェア上で単純な文分類タスクを解決するnlpモデルの実装とトレーニングにこれらの表現を用いる。
我々は、Coeckeらの構文感受性モデルと、ほとんどあるいは全く構文を使用しない2つのベースラインを比較する量子シミュレーションを行い、具体的には、構文が全く考慮されていない「単語のバグ」モデルの量子アナログと、単語順序のみを尊重する単語列モデルを実装している。
シミュレーションと量子ハードウェア上での実行の両方において,すべてのモデルがスムーズに収束し,タスクや使用するデータセットの性質に基づいた期待結果であることが実証された。
この論文の重要なゴールは、AIやNLP研究者が量子ハードウェアの実験の主要な原則、プロセス、課題にアクセスできる方法で説明することである。
我々の目標は、この未調査研究領域における最初の小さな一歩を踏み出し、実用的な量子自然言語処理の道を開くことである。
関連論文リスト
- Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳(メタデータ) (2024-11-13T23:56:20Z) - Scalable and interpretable quantum natural language processing: an implementation on trapped ions [1.0037949839020768]
本稿では,テキストレベルの量子自然言語処理の実装について述べる。
QDisCoCircモデルに焦点をあて、AIの解釈可能なレンダリングに対する構成的アプローチを基盤としています。
我々はQuantinuumのH1-1トラップイオン量子プロセッサの実験を行った。
論文 参考訳(メタデータ) (2024-09-13T12:36:14Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳(メタデータ) (2024-08-22T08:21:28Z) - 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) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳(メタデータ) (2024-06-05T17:16:07Z) - Tensor Networks or Decision Diagrams? Guidelines for Classical Quantum
Circuit Simulation [65.93830818469833]
テンソルネットワークと決定図は、異なる視点、用語、背景を念頭に、独立して開発されている。
これらの手法が古典的量子回路シミュレーションにどのようにアプローチするかを考察し、最も適用可能な抽象化レベルに関してそれらの相似性を考察する。
量子回路シミュレーションにおいて,テンソルネットワークの使い勝手の向上と決定図の使い勝手の向上に関するガイドラインを提供する。
論文 参考訳(メタデータ) (2023-02-13T19:00:00Z) - A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。
我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文 参考訳(メタデータ) (2022-11-23T18:25:32Z) - Near-Term Advances in Quantum Natural Language Processing [0.03298597939573778]
本稿では,自然言語処理におけるいくつかのタスクが,量子コンピュータを用いてすでに実行可能であることを示す実験について述べる。
1つ目は、単語トピックのスコアリング重みを個々のキュービットの分数回転として実装する、明示的な単語ベースのアプローチである。
制御NOTゲートを絡み合わせることで、これらの重みの蓄積に基づいて、新しいフレーズを分類する。
論文 参考訳(メタデータ) (2022-06-05T13:10:46Z) - A gentle introduction to Quantum Natural Language Processing [0.0]
このマスターの論文の主な目標は、量子自然言語処理の導入である。
QNLPは、文の意味を量子コンピュータに符号化されたベクトルとして表現することを目的としている。
論文 参考訳(メタデータ) (2022-02-23T20:17:00Z) - 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) - Foundations for Near-Term Quantum Natural Language Processing [0.17205106391379021]
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。
論文 参考訳(メタデータ) (2020-12-07T14:49:33Z)
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。