論文の概要: Linguistic Predictability and Search Complexity: How Linguistic Redundancy Constraints the Landscape of Classical and Quantum Search

• arxiv url: http://arxiv.org/abs/2511.13867v1
• Date: Mon, 17 Nov 2025 19:36:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:52.767412
• Title: Linguistic Predictability and Search Complexity: How Linguistic Redundancy Constraints the Landscape of Classical and Quantum Search
• Title（参考訳）: 言語学的予測可能性と検索複雑性:古典的・量子的検索のランドスケープを言語学的冗長性がいかに制限するか
• Authors: Alessio Di Santo, Gabriella Lanziani,
• Abstract要約: 歴史的に根拠付けられた25文字の正書法と現代イタリア語のアルファベットを併用した文字ベースのn-gramモデルを構築した。 200文字から1000文字までの暗号長にわたって、実験結果が1/sqrt(pgood)におけるGrover Oracle呼び出しの予測依存性を確認する これらの結果から,言語的冗長性と検索空間の縮約との関係が示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study examines the quantitative relationship between linguistic regularities and computational search complexity through a hybrid classical-quantum framework applied to Renaissance Italian texts. Using four representative works from the fifteenth and sixteenth centuries-Il Principe (Machiavelli), Il Cortegiano (Castiglione), I Ricordi (Guicciardini), and Orlando Furioso (Ariosto)-we construct character-based n-gram models under both a historically grounded 25-letter orthography and the full modern Italian alphabet. These models provide corpus-derived probabilistic baselines for evaluating substitution-cipher search processes. Combining classical hill climbing and simulated annealing with Grover-style quantum-inspired estimates and a QUBO annealing formulation, we quantify how the probability that a key produces a linguistically plausible decryption (pgood) relates to expected computational effort. Across cipher lengths from 200 to 1000 characters, empirical results confirm the predicted dependence of Grover oracle calls on 1/sqrt(pgood) and show that longer texts yield sharper score distributions and smaller feasible key regions. Overall, the findings establish a link between linguistic redundancy and search-space contraction, providing an empirical framework for comparing classical, quantum-inspired, and idealized quantum search dynamics under unified corpus-driven constraints.
• Abstract（参考訳）: 本研究は,ルネサンス期のイタリア語文に応用した古典量子ハイブリッドフレームワークを用いて,言語規則性と計算検索複雑性の定量的関係について検討した。 15世紀と16世紀の代表作として、Il Principe (Machiavelli)、Il Cortegiano (Castiglione)、I Ricordi (Guicciardini)、Orlando Furioso (Ariosto)の4作品がある。 これらのモデルは、置換暗号探索プロセスを評価するためのコーパス由来の確率的ベースラインを提供する。 古典的なヒルクライミングとシミュレートされたアニーリングと、Groverスタイルの量子インスパイアされた推定値と、QUBOアニーリングの定式化を組み合わせることで、キーが言語学的に妥当な復号化(pgood)を発生させる確率が、予測された計算作業とどのように関係するかを定量化する。 200文字から1000文字までの暗号長にわたって、実験結果はGrover Oracleの1/sqrt(pgood)呼び出しの予測依存性を確認し、より長いテキストがよりシャープなスコア分布とより小さなキー領域をもたらすことを示す。 全体として、これらの知見は言語冗長性と探索空間の縮合との関係を確立し、古典的、量子的、理想化された量子探索力学を統一コーパス駆動の制約下で比較するための実証的な枠組みを提供する。

関連論文リスト

• k-Contextuality as a Heuristic for Memory Separations in Learning [1.9827715138685622]
  我々は、強いk-文脈性と呼ばれる文脈性の新しい量化器を定義する。 この相関測度は、量子生成モデルに対して類似のリソースローバウンドを誘導しない。 強いk-コンテキスト性は、古典的コンピュータでは難しいが量子コンピュータでは難しい問題を特定するのに役立つ尺度として現れる。
  論文  参考訳（メタデータ） (2025-07-15T18:00:00Z)
• Efficient Generation of Parameterised Quantum Circuits from Large Texts [0.3298092151372303]
  DisCoCircは、文書全体をパラメータ化された量子回路(PQC)として直接符号化することができる 本稿では,前グループ図のツリー様表現を用いて,大規模テキストを量子回路に変換する手法を提案する。
  論文  参考訳（メタデータ） (2025-05-19T14:57:53Z)
• On the Proper Treatment of Tokenization in Psycholinguistics [53.960910019072436]
  論文は、トークンレベルの言語モデルは、精神言語学研究で使用される前に、文字レベルの言語モデルにマージ化されるべきであると主張している。 興味領域自体のサブプライムよりも心理学的予測が優れている様々な焦点領域を見いだす。
  論文  参考訳（メタデータ） (2024-10-03T17:18:03Z)
• Testing the Predictions of Surprisal Theory in 11 Languages [77.45204595614]
  本研究では,11言語における副次的時間と読解時間の関係について検討する。 より多様な言語に焦点をあてることで、これらの結果は、情報理論と言語間のインクリメンタル言語処理の最も堅牢なリンクを提供すると論じる。
  論文  参考訳（メタデータ） (2023-07-07T15:37:50Z)
• Locally Typical Sampling [84.62530743899025]
  我々は、今日の確率的言語ジェネレータが、一貫性と流動性のあるテキストを生成する際に不足していることを示します。 本稿では,確率モデルから生成する際の,この基準を強制するための簡易かつ効率的な手順を提案する。
  論文  参考訳（メタデータ） (2022-02-01T18:58:45Z)

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。