量子科技中心_量科网

量子方法在自然语言处理（NLP）领域的应用正在重新定义语言信息的表示和处理方式。尽管传统的混合量子-经典模型主要依赖于经典神经网络，但最近的研究提出了一种新颖的框架——DisCoCirc，该框架能够直接将整个文档编码为参数化量子电路（PQCs），同时还具备一定的可解释性和组合性优势。基于这些思想，本文介绍了一种高效的方法，利用前群图的树状表示将大规模文本转换为量子电路。通过利用语言与量子力学在对称幺半范畴基础上的组合相似性，该研究团队的方法能够忠实且高效地将长而复杂的文本（实验中最多达6410个词）中的句法和语篇关系编码为量子电路。所开发的系统已作为增强版开源量子NLP工具包lambeq Gen II的一部分提供给社区。