量子科技中心_量科网

知识图谱（KG）实体和关系以向量形式嵌入是操纵KG数据库进行多项下游任务的重要环节，例如链接预测、知识图谱补全和推荐。由于知识图谱数据库规模不断扩大，传统计算机高效训练模型已成为一项艰巨任务。量子计算机可通过将实体编码为多项式深度的变分量子电路，加速知识图谱的嵌入过程。通常情况下，这类依赖变分电路的量子经典算法每轮训练的时间复杂度为𝒪(N·poly(log M))，其中N表示知识图谱元素数量，M代表知识图谱每个实体的特征数量。本文通过叠加态训练知识图谱多个元素，进一步挖掘量子优势，从而缩短知识图谱嵌入模型的计算时间。