論文の概要: Near-Term Advances in Quantum Natural Language Processing
- arxiv url: http://arxiv.org/abs/2206.02171v3
- Date: Mon, 15 Apr 2024 18:53:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-18 03:19:56.136729
- Title: Near-Term Advances in Quantum Natural Language Processing
- Title（参考訳）: 量子自然言語処理の最近の進歩
- Authors: Dominic Widdows, Aaranya Alexander, Daiwei Zhu, Chase Zimmerman, Arunava Majumder,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.03298597939573778
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper describes experiments showing that some tasks in natural language processing (NLP) can already be performed using quantum computers, though so far only with small datasets. We demonstrate various approaches to topic classification. The first uses an explicit word-based approach, in which word-topic scoring weights are implemented as fractional rotations of individual qubit, and a new phrase is classified based on the accumulation of these weights in a scoring qubit using entangling controlled-NOT gates. This is compared with more scalable quantum encodings of word embedding vectors, which are used in the computation of kernel values in a quantum support vector machine: this approach achieved an average of 62% accuracy on classification tasks involving over 10000 words, which is the largest such quantum computing experiment to date. We describe a quantum probability approach to bigram modeling that can be applied to sequences of words and formal concepts, investigating a generative approximation to these distributions using a quantum circuit Born machine, and an approach to ambiguity resolution in verb-noun composition using single-qubit rotations for simple nouns and 2-qubit controlled-NOT gates for simple verbs. The smaller systems described have been run successfully on physical quantum computers, and the larger ones have been simulated. We show that statistically meaningful results can be obtained using real datasets, but this is much more difficult to predict than with easier artificial language examples used previously in developing quantum NLP systems. Other approaches to quantum NLP are compared, partly with respect to contemporary issues including informal language, fluency, and truthfulness.
- Abstract（参考訳）: 本稿では, 自然言語処理(NLP)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。
トピック分類への様々なアプローチを示す。
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り、新しいフレーズは、エンタングリング制御NOTゲートを用いたスコアリングキュービットにおけるこれらの重みの蓄積に基づいて分類される。
これは、量子サポートベクトルマシンのカーネル値の計算に使用される単語埋め込みベクトルのよりスケーラブルな量子符号化と比較される。
本稿では, 単語列や形式概念に適用可能なビッグラムモデリングへの量子確率的アプローチ, 量子回路Born Machineを用いてこれらの分布に対する生成近似を探索し, 単純な名詞と2量子制御NOTゲートのための単一量子ビット回転を用いた動詞合成におけるあいまいさ解消へのアプローチについて述べる。
記述されたより小さなシステムは物理量子コンピュータ上でうまく動作し、より大きなシステムはシミュレートされている。
実際のデータセットを用いて統計的に有意な結果が得られることを示すが、これまで量子NLPシステムの開発に用いられてきた人工言語よりも予測が難しい。
量子NLPに対する他のアプローチは、部分的には非公式言語、流布、真実性を含む現代の問題に関して比較される。
関連論文リスト
- 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) - Multimodal deep representation learning for quantum cross-platform
verification [60.01590250213637]
初期の量子コンピューティングの領域において重要な取り組みであるクロスプラットフォーム検証は、同一のアルゴリズムを実行する2つの不完全な量子デバイスとの類似性を特徴づけようと試みている。
本稿では,この課題におけるデータの形式化が2つの異なるモダリティを具現化する,革新的なマルチモーダル学習手法を提案する。
我々はこれらのモダリティから知識を独立して抽出するマルチモーダルニューラルネットワークを考案し、続いて融合操作により包括的データ表現を生成する。
論文 参考訳（メタデータ） (2023-11-07T04:35:03Z) - Toward Quantum Machine Translation of Syntactically Distinct Languages [0.0]
ノイズの多い中間規模量子(NISQ)デバイス上での量子自然言語処理アルゴリズムを用いた言語翻訳の実現可能性について検討する。
パラメタライズド量子回路の性能において、回転ゲートの適切な角度が重要な役割を果たすことを示すためにシャノンエントロピーを用いる。
論文 参考訳（メタデータ） (2023-07-31T11:24:54Z) - MORE: Measurement and Correlation Based Variational Quantum Circuit for
Multi-classification [10.969833959443495]
MOREは、測定と相関に基づく変分量子多重分類器の略である。
我々はQiskit Pythonライブラリを使ってMOREを実装し、ノイズフリーとノイズの多い量子システムの両方で広範囲にわたる実験により評価する。
論文 参考訳（メタデータ） (2023-07-21T19:33:10Z) - Dimension reduction and redundancy removal through successive Schmidt
decompositions [4.084744267747294]
逐次シュミット分解によって得られるテンソル積を用いて行列とベクトルの近似について検討する。
均一, ポアソン, 指数, あるいはこれらの分布に類似した分布を持つデータは, 数項のみを用いて近似できることを示す。
また、量子ハミルトニアンを単純化するためにこの方法を用いる方法を示す。
論文 参考訳（メタデータ） (2023-02-09T17:47:51Z) - 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) - Validation tests of GBS quantum computers give evidence for quantum
advantage with a decoherent target [62.997667081978825]
複数モードデータの検証に指紋としてグループカウント確率の正P位相空間シミュレーションを用いる。
偽データを解き放つ方法を示し、これを古典的なカウントアルゴリズムに適用する。
論文 参考訳（メタデータ） (2022-11-07T12:00:45Z) - 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) - Benchmarking Small-Scale Quantum Devices on Computing Graph Edit
Distance [52.77024349608834]
グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。
本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
論文 参考訳（メタデータ） (2021-11-19T12:35:26Z) - QNLP in Practice: Running Compositional Models of Meaning on a Quantum
Computer [0.7194733565949804]
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。
論文 参考訳（メタデータ） (2021-02-25T13:37:33Z) - Facial Expression Recognition on a Quantum Computer [68.8204255655161]
量子機械学習手法を用いて表情認識の可能な解を示す。
適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
論文 参考訳（メタデータ） (2021-02-09T13:48:00Z)
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。