Quantinuum宣布更新QNLP工具包

λambeq更新推出了許多新的重要功能，為研究人員和開發(fā)人員在將句子轉(zhuǎn)換為量子電路方面提供更多的選項和靈活性

全球領(lǐng)先的集成量子計算公司Quantinuum的量子自然語言處理團(tuán)隊發(fā)布了其開源Python庫和工具包λambeq（讀音“Lambek”）的重大更新。

λambeq能將任何自然語言句子轉(zhuǎn)換為量子電路，可在量子計算機上得到識別。該新版本專門面向量子自然語言處理（QNLP）和自然語言處理（NLP）領(lǐng)域不斷擴大的研究人員、開發(fā)人員和用戶社區(qū)設(shè)計而成。未來五年，自然語言處理市場預(yù)計將每年增長27%。[1]

此次更新將支持QNLP的發(fā)展和未來的潛在應(yīng)用，如自動對話、文本挖掘、語言翻譯、文本向語音的轉(zhuǎn)換、語言生成和生物信息學(xué)。

Quantinuum應(yīng)用量子NLP研究主管?Dimitrios Kartsaklis博士表示：“自我們推出λambeq以來，我們收到了快速增長的用戶社區(qū)的寶貴反饋，目前可用的新功能就反映了這一點。例如，λambeq的新版本現(xiàn)在帶一款最先進(jìn)的原生解析器，已完全集成到工具包中。此外，該工具包現(xiàn)在配備了一個支持PyTorch等受歡迎的受監(jiān)管學(xué)習(xí)庫的培訓(xùn)包，以幫助用戶使用λambeq生成的量子電路和張量網(wǎng)絡(luò)來高效地培訓(xùn)NLP任務(wù)。本次更新的所有內(nèi)容都是為了提高可訪問性，至關(guān)重要的是，它縮短了取得成果所需的時間?！?/p>

此外，重要的是，λambeq基于神經(jīng)的新CCG解析器Bobcat通過一個大量經(jīng)人類注釋的句法派生語料庫進(jìn)行了培訓(xùn)。它與該工具包完全集成，簡化了安裝過程，并具有更好的先進(jìn)解析性能。此前的解析器仍將保留在工具包中，出于社區(qū)的利益，Bobcat也將在適當(dāng)時候作為單獨的獨立開源工具進(jìn)行發(fā)布。

此次更新配備了一個命令行界面，讓沒有編程知識的用戶也能夠使用該工具包的大部分功能。此次更新還包含一個受到監(jiān)控的新培訓(xùn)模塊，旨在簡化機器學(xué)習(xí)設(shè)置中的對參數(shù)化量子電路和張量網(wǎng)絡(luò)的培訓(xùn)過程。

λambeq是首款量子NLP和計算語言工具包。它可以將句子轉(zhuǎn)換為量子電路，并從句子的句法結(jié)構(gòu)中繼承其糾纏結(jié)構(gòu)。這一構(gòu)造的基礎(chǔ)是語法數(shù)學(xué)模型和量子協(xié)議數(shù)學(xué)模型之間的規(guī)范數(shù)學(xué)關(guān)聯(lián)，由Quantinuum的高級研究人員、首席科學(xué)家?Bob Coecke教授和人工智能主管?Stephen Clark教授發(fā)現(xiàn)。

通過此次更新，λambeq將變得更加靈活，可為用戶提供更多生成量子電路的選項。它支持對語法圖進(jìn)行修改，同時可簡化根據(jù)句法結(jié)構(gòu)確定量子電路的復(fù)雜性。

λambeq輸出的可視化也得到了改善，記錄功能已通過眾多實例得到擴展，以消除普通用戶的入門障礙。

在哪里獲取λambeq?

λambeq已在GitHub上作為傳統(tǒng)的Python存儲庫發(fā)布，并可在此處獲?。篽ttps://github.com/CQCL/lambeq

有關(guān)新版本的更多詳細(xì)信息，請訪問：https://cqcl.github.io/lambeq/release_notes.html

文件和教程可在此處查看：https://cqcl.github.io/lambeq/index.html

[1]《Mordor Intelligence》，2021年：https://www.mordorintelligence.com/industry-reports/natural-language-processing-market?

關(guān)鍵詞： 自然語言處理 研究人員 數(shù)學(xué)模型 句法結(jié)構(gòu) 開發(fā)人員