量子科技中心_量科网

视觉词义消歧主要针对多义词场景，其中候选图像容易产生混淆。传统方法采用经典概率计算图像与目标词各释义的匹配似然度，通过求和形成后验概率。然而由于语义不确定性的挑战，不同来源的释义不可避免地带有语义偏差，可能导致消歧结果出现偏倚。受量子叠加态建模不确定性的启发，该工作提出一种“无监督视觉词义消歧量子推理模型”（Q-VWSD），将目标词的多个释义编码为叠加态以缓解语义偏差，随后执行量子电路并观测结果。通过形式化分析发现，Q-VWSD是基于经典概率方法的量子推广形式。在此基础上，研究人员进一步设计了可在经典计算机上高效运行的启发式Q-VWSD版本。实验表明，该方法性能优于当前最先进的经典方法，尤其在有效利用大语言模型提供的非专业化释义时，性能得到进一步提升。该研究展示了量子机器学习在实际应用中的潜力，并为在量子硬件尚未成熟时，于经典计算机上发挥量子建模优势提供了范例。