联手自然语言处理专委会：“量子自然语言处理”术语发布 | CCF术语快线

InfoBox：

中文名：量子自然语言处理

外文名：Quantum Natural Language Processing

简写：QNLP

学科：自然语言处理、量子计算

实质：利用量子计算的数学方法、量子力学的性质等处理自然语言问题。

基本简介：

量子自然语言处理没有统一的定义，一般认为利用量子计算机处理自然语言任务的量子算法，以及借助量子力学数学框架解决自然语言处理问题的经典算法都属于量子自然语言处理[1]。

研究概况：

近年来，自然语言处理与量子计算的结合正在成为一个飞速发展的研究方向，包括利用量子计算建模语义歧义[2]、语义组合[3]等，其应用场景有信息检索[4][5]、情感分析[6]、问答匹配[2]等。现有工作展现了量子自然语言处理算法不仅有更好的性能，也可以降低计算复杂度。根据算法类型，量子自然语言处理算法可以分为量子算法和经典算法。前者是指利用量子计算机处理自然语言问题，后者是指在经典计算机上运行的量子启发式算法。

在量子算法方面：Zeng等[7]首次提出了用于计算句子相似度的量子算法，该算法在特定条件下与经典算法相比有平方级别的加速。这是第一个利用量子计算机处理自然语言问题的算法。但该算法需要利用量子随机存取存储器(qRAM)，无法在现有量子计算机上实现。基于此问题，Coecke等[3][8]提出了可以在现有嘈杂的中级量子计算机(NISQ)上处理自然语言问题的量子算法，这些算法具有可扩展性，随着硬件的发展可以用于更复杂的问题。随后，在NISQ上进行的初步实验[9][10]进一步证明了利用量子计算机处理自然语言问题的可行性。

在经典算法方面：Van Rijsbergen[11]开创性地提出将传统信息检索模型统一在量子力学的框架中。为了更好的建模语义关联，Sordoni 等[4][12]提出用于信息检索的量子语言模型。近年来，为了提高模型实用性，一些基于神经网络的量子启发式语言模型被提出，并被用于信息检索[5]、情感分析[6]等任务，这些工作在一些数据集上实现了state-of-the-art 的效果。但是神经网络与量子语言模型的本质联系仍有待研究。基于此，张量网络作为神经网络和量子力学的桥梁，被用于处理自然语言任务[13][14]，这些网络有较好的可解释性。

量子自然语言处理下一段的研究将关注于：1）复数域。现有量子自然语言处理算法大多使用实数词向量和实数神经网络，但复数在量子力学中具有重要作用。2）量子优越性。量子优越性是指量子计算机在解决特定计算困难问题时，相比于经典计算机可以实现超多项式级别的加速。探求能展示量子优越性的自然语言处理任务是一个重要的方向；3）更广泛的应用。现有算法大多关注于较为简单任务，如信息检索，问答匹配等，将量子自然语言模型扩展到更复杂的任务，如自动文本生成等，也是一个重要等方向。

参考文献：