机构名称：
¥ 1.0
我们所建立的基础大部分都是我们在过去二十年里在学术界时自己开发的。我们走向 QNLP 的旅程始于一个问题：如何结合符号式人工智能方法的优势（通过递归规则自然地捕捉组合性）和分布式建模意义方法的优势（捕捉自然语言语义的灵活性和模糊性，并允许从大量文本中自动学习意义）。在我们最初的 DisCoCat 论文中，1 语法规则决定了单词的含义如何在句子中流动和交互以产生其含义。有趣的是，这种信息流在抽象层面上类似于量子协议中的信息流，可以完全用图表来表达。2 由于在传统计算机上实现这种组合框架的成本会呈指数级增长，我们转向它的量子起源，并将量子计算机视为语言栖息的原生环境。3
QNLP 组合智能
主要关键词
相关文件推荐
