論文の概要: Extending the Frontiers of QNLP Beyond English: Grammar-Sensitive Pipeline for Hindi Sentiment Classification Using Compositional Quantum Models
- arxiv url: http://arxiv.org/abs/2607.16765v1
- Date: Sat, 18 Jul 2026 11:04:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.256275
- Title: Extending the Frontiers of QNLP Beyond English: Grammar-Sensitive Pipeline for Hindi Sentiment Classification Using Compositional Quantum Models
- Title（参考訳）: 英語以外のQNLPのフロンティアの拡張:構成量子モデルを用いたヒンディー感情分類のための文法感度パイプライン
- Abstract要約: ヒンディー語感情分類のための文法対応量子自然言語処理パイプラインを提案する。
手動でアノテートしたヒンディー語感情データセットを肯定的,否定的,中立的とラベル付けし,前グループ文法型を用いて文をエンコードする。
その結果, 感情分類が有効であること, 形態学的に豊かな言語に対する構成QNLPの可能性を明らかにした。
- 参考スコア（独自算出の注目度）: 0.8501872563258677
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advancements in Natural Language Processing (NLP), whether on classical or quantum platforms, have predominantly focused on English due to its widespread use and abundant linguistic resources. Although English remains the most studied language in computational linguistics, Hindi, the third most spoken language worldwide after Mandarin, has received comparatively limited attention. Spoken primarily in India, Hindi differs significantly from English in its script, syntactic structure, and linguistic characteristics. Hindi uses the Devanagari script, exhibits rich morphological inflection, and follows a subject-object-verb (SOV) word order, unlike English's subject-verb-object (SVO) structure. Motivated by Hindi's linguistic complexity and its underrepresentation in Quantum Natural Language Processing (QNLP), we propose a grammar-aware QNLP pipeline for Hindi sentiment classification with a focus on sentential negation. We use a manually annotated Hindi sentiment dataset labeled as positive, negative, or neutral, and encode sentences using pregroup grammar types. Sentences are processed with Lambeq to generate quantum circuits using a novel negation-aware compositional grammar. Hybrid Quantum Neural Networks (HQNNs) are trained for both binary and ternary sentiment classification. Our results demonstrate effective sentiment classification and highlight the potential of compositional QNLP for morphologically rich languages.
- Abstract（参考訳）: 古典的プラットフォームでも量子プラットフォームであれ、自然言語処理(NLP)の進歩は、広く使われていることと豊富な言語資源のために、主に英語に焦点を当てている。
英語は依然として計算言語学において最も研究されている言語であるが、マンダリンに次いで世界で3番目に多く話されているヒンディー語は比較的限られた注目を集めている。
ヒンディー語は主にインドで話され、文字、構文構造、言語的特徴において英語と大きく異なる。
ヒンディはデヴァナガリ文字を使用し、豊富な形態的屈折を示し、英語の主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観的主観
ヒンディー語の言語的複雑さと量子自然言語処理(QNLP)の表現不足を動機として,感性否定に着目したヒンディー語感情分類のための文法対応QNLPパイプラインを提案する。
手動でアノテートしたヒンディー語感情データセットを肯定的,否定的,中立的とラベル付けし,前グループ文法型を用いて文をエンコードする。
文はLambeqで処理され、新しい否定対応合成文法を用いて量子回路を生成する。
ハイブリッド量子ニューラルネットワーク(HQNN)は、二分数と三分数の両方の感情分類のために訓練されている。
その結果, 感情分類が有効であること, 形態学的に豊かな言語に対する構成QNLPの可能性を明らかにした。
関連論文リスト
- Code-Mix Sentiment Analysis on Hinglish Tweets [1.0998375857698497]
インドにおけるブランド監視は、ヒングリッシュの台頭によってますます困難になっている。
従来の自然言語処理モデルは、このコード混在言語の構文的および意味論的複雑さを解釈するのに失敗することが多い。
本稿では,Hinglish つぶやきに特化して設計された,高性能な感情分類フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-08T16:39:26Z) - Multilingual Tokenization through the Lens of Indian Languages: Challenges and Insights [27.369278566345074]
本稿では17言語にわたるトークン化戦略の本質的な評価について述べる。
ボトムアップとトップダウンのトークン化アルゴリズムのトレードオフを定量化する。
極端に低リソースな言語は、関連する高リソースな言語で訓練されたトークン化ツールの恩恵を受けることができることを示す。
論文 参考訳（メタデータ） (2025-06-21T18:47:33Z) - Holmes: A Benchmark to Assess the Linguistic Competence of Language Models [59.627729608055006]
言語モデル(LM)の言語能力を評価するための新しいベンチマークであるHolmesを紹介する。
我々は、計算に基づく探索を用いて、異なる言語現象に関するLMの内部表現を調べる。
その結果,近年,他の認知能力からLMの言語能力を引き離す声が上がっている。
論文 参考訳（メタデータ） (2024-04-29T17:58:36Z) - What Do Dialect Speakers Want? A Survey of Attitudes Towards Language Technology for German Dialects [60.8361859783634]
我々はドイツ語に関連する方言と地域言語に関する話者を調査した。
回答者は特に、方言入力で動作する潜在的なNLPツールを好んでいる。
論文 参考訳（メタデータ） (2024-02-19T09:15:28Z) - Enabling Quantum Natural Language Processing for Hindi Language [0.0]
我々は,南アジアで3番目に話されている言語であるHINDIに対するQNLPアプローチの実現を提案する。
本稿では,ヒンディー語文上でQNLPを実行するのに必要なパラメータ化量子回路を構築する過程について述べる。
論文 参考訳（メタデータ） (2023-12-02T20:19:11Z) - Machine Translation by Projecting Text into the Same
Phonetic-Orthographic Space Using a Common Encoding [3.0422770070015295]
本稿では,言語類似性を利用した共通多言語ラテン文字符号化(WX表記法)を提案する。
提案手法を類似言語対の実験により検証する。
また、遠距離とゼロショットの言語ペアで最大1BLEUポイントの改善も行います。
論文 参考訳（メタデータ） (2023-05-21T06:46:33Z) - CLSE: Corpus of Linguistically Significant Entities [58.29901964387952]
専門家が注釈を付けた言語学的に重要なエンティティ(CLSE)のコーパスをリリースする。
CLSEは74種類のセマンティックタイプをカバーし、航空券売機からビデオゲームまで様々なアプリケーションをサポートする。
言語的に代表されるNLG評価ベンチマークを,フランス語,マラティー語,ロシア語の3言語で作成する。
論文 参考訳（メタデータ） (2022-11-04T12:56:12Z) - VALUE: Understanding Dialect Disparity in NLU [50.35526025326337]
アフリカ・アメリカン・バーナクラ・イングリッシュ(AAVE)の11つの特徴に関するルールを構築した。
言語的アクセプタビリティ判断により,各特徴変換の検証を行うために,流線型AAVE話者を募集する。
実験により、これらの新しい方言の特徴がモデル性能の低下につながることが示された。
論文 参考訳（メタデータ） (2022-04-06T18:30:56Z) - Harnessing Cross-lingual Features to Improve Cognate Detection for
Low-resource Languages [50.82410844837726]
言語間単語埋め込みを用いた14言語間のコニャートの検出を実証する。
インドの12言語からなる挑戦的データセットを用いて,コニャート検出手法の評価を行った。
我々は,コグネート検出のためのFスコアで最大18%の改善点を観察した。
論文 参考訳（メタデータ） (2021-12-16T11:17:58Z) - Towards Zero-shot Language Modeling [90.80124496312274]
人間の言語学習に誘導的に偏りを持つニューラルモデルを構築した。
類型的に多様な訓練言語のサンプルからこの分布を推測する。
我々は、保留言語に対する遠隔監視として、追加の言語固有の側情報を利用する。
論文 参考訳（メタデータ） (2021-08-06T23:49:18Z) - HinFlair: pre-trained contextual string embeddings for pos tagging and
text classification in the Hindi language [0.0]
HinFlairは、巨大な単言語Hindiコーパスで事前訓練された言語表現モデル(コンテキスト文字列埋め込み)である。
結果は、HinFlairが、テキスト分類やposタグ付けといった下流タスクのために、既存の最先端の公開トレーニング済みの埋め込みよりも優れていることを示している。
論文 参考訳（メタデータ） (2021-01-18T09:23:35Z)
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。