Quantinuum宣布更新Quantum NLP工具包λambeq

北京时间3月30日消息（余予）全球领先的集成量子计算公司Quantinuum的量子自然语言处理团队发布了其开源Python库和工具包λambeq的重大更新。

λambeq将任何自然语言句子转换为量子电路，并准备在量子计算机上实现。新版本是为越来越多精通量子自然语言处理 (QNLP) 和自然语言处理 (NLP) 的研究人员、开发人员和用户社区而设计。自然语言处理市场预计在未来五年内每年增长27%。

此次更新将支持QNLP的发展和潜在的未来应用，如自动对话、文本挖掘、语言翻译、文本到语音、语言生成和生物信息学。

Quantinuum应用量子NLP研究负责人Dimitrios Kartsaklis博士表示，“自从我们推出λambeq以来，我们收到了来自快速增长的用户社区的宝贵反馈，今天许多可用的新功能都反映了这一点。例如，新版本的λambeq现在带有一个与工具包完全集成的本地的最先进的解析器。此外，该工具包现在还配备了一个训练包，支持流行的监督学习库，例如PyTorch，以帮助用户使用λambeq生成的量子电路和张量网络有效地训练NLP任务。这次更新完全是关于可访问性的， 最重要的是，它减少了实现结果所需的时间。”

此外，λambeq的新的基于神经的CCG解析器Bobcat是在一个大型人工注释的句法推导语料库上进行训练的。它与工具包完全集成，简化了安装过程，并提供了改进的最先进的解析性能。之前的解析器仍然是工具包的一部分，为了社区的利益，Bobcat也将在适当的时候作为一个独立的独立开源工具发布。

新的更新配备了命令行界面，使没有编程知识的用户可以使用该工具包的大部分功能。它还包含一个新的监督训练模块，旨在简化机器学习设置中参数化量子电路和张量网络的训练过程。

λambeq是第一个量子NLP和计算语言学工具包。它可以将一个句子转换成一个量子电路，并从句子的句法结构中继承其纠缠结构。这种结构是语法数学模型和量子协议之间的正式数学对应关系推动的，由 Quantinuum高级研究人员、首席科学家Bob Coecke教授和AI负责人Stephen Clark教授所建立。

通过这次更新，λambeq在为用户提供更多关于它可以生成的量子电路的选项方面变得更加灵活。它允许对句法图进行操作，并使从句法结构定义量子电路变得更简单。

λambeq输出的可视化也得到了改进，并且文档已经扩展了许多示例，为一般用户的进入消除了障碍。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。