QNLP
PulseAugur coverage of QNLP — every cluster mentioning QNLP across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
自动印地语 QNLP 超级标记减轻了手动注释负担
研究人员开发了一种自动超级标记方法，用于印地语量子自然语言处理 (QNLP)，以解决语法类型分配所需的手动工作。该方法将印地语预群超级标记视为一个标记级别分类任务，利用了 380 个句子的手动注释语料库。结果表明，在低资源环境下，简单的词汇和上下文模型表现强劲，上下文回退达到了 64.56% 的准确率。基于提示的方法与 Qwen2.5 表现较差，但词汇修复将 LLM 辅助预测提高到 64.08%，这凸显了将符号语法知识与生成模型相结合的好处。
-
LLM助力量子NLP进行金融情感分析
研究人员探索了使用大型语言模型（LLM）对金融句子进行预处理，以供量子自然语言处理（QNLP）模型使用，特别是分布组合范畴（DisCoCat）框架。这种LLM辅助改写旨在将复杂句子简化为与DisCoCat兼容的格式，从而降低计算成本。实验表明，使用特定提示的GPT-4.1 mini取得了最高的准确率，优于仅使用低复杂度句子的基线。该研究表明，LLM改写可以提高DisCoCat处理中等复杂度输入的可用性，并强调了提示设计和过滤对于金融情…
-
量子自然语言处理应用于阿拉伯语语法和词义
研究人员开发了一种新颖的阿拉伯语自然语言处理（NLP）方法，利用量子组合方法。该系统将阿拉伯语句子翻译成量子电路，其中主语、谓语、宾语等语法成分表示为量子门，它们之间的关系决定了电路的布线。该研究包括三个实验，分别关注词序、时态和动词词义消歧，并将量子电路方法与Aravec和AraBERT等经典方法进行了比较。