Quantinuum宣布更新QNLP工具包

-λambeq更新推出了许多新的重要功能,为研究人员和开发人员在将句子转换为量子电路方面提供更多的选项和灵活性

英国牛津2022年3月30日 /美通社/ — 全球领先的集成量子计算公司Quantinuum的量子自然语言处理团队发布了其开源Python库和工具包λambeq(读音“Lambek”)的重大更新。

λambeq能将任何自然语言句子转换为量子电路,可在量子计算机上得到识别。该新版本专门面向量子自然语言处理(QNLP)和自然语言处理(NLP)领域不断扩大的研究人员、开发人员和用户社区设计而成。未来五年,自然语言处理市场预计将每年增长27%。[1]

此次更新将支持QNLP的发展和未来的潜在应用,如自动对话、文本挖掘、语言翻译、文本向语音的转换、语言生成和生物信息学。

Quantinuum应用量子NLP研究主管 Dimitrios Kartsaklis博士表示:“自我们推出λambeq以来,我们收到了快速增长的用户社区的宝贵反馈,目前可用的新功能就反映了这一点。例如,λambeq的新版本现在带一款最先进的原生解析器,已完全集成到工具包中。此外,该工具包现在配备了一个支持PyTorch等受欢迎的受监管学习库的培训包,以帮助用户使用λambeq生成的量子电路和张量网络来高效地培训NLP任务。本次更新的所有内容都是为了提高可访问性,至关重要的是,它缩短了取得成果所需的时间。”

此外,重要的是,λambeq基于神经的新CCG解析器Bobcat通过一个大量经人类注释的句法派生语料库进行了培训。它与该工具包完全集成,简化了安装过程,并具有更好的先进解析性能。此前的解析器仍将保留在工具包中,出于社区的利益,Bobcat也将在适当时候作为单独的独立开源工具进行发布。

此次更新配备了一个命令行界面,让没有编程知识的用户也能够使用该工具包的大部分功能。此次更新还包含一个受到监控的新培训模块,旨在简化机器学习设置中的对参数化量子电路和张量网络的培训过程。

λambeq是首款量子NLP和计算语言工具包。它可以将句子转换为量子电路,并从句子的句法结构中继承其纠缠结构。这一构造的基础是语法数学模型和量子协议数学模型之间的规范数学关联,由Quantinuum的高级研究人员、首席科学家 Bob Coecke教授和人工智能主管 Stephen Clark教授发现。

通过此次更新,λambeq将变得更加灵活,可为用户提供更多生成量子电路的选项。它支持对语法图进行修改,同时可简化根据句法结构确定量子电路的复杂性。

λambeq输出的可视化也得到了改善,记录功能已通过众多实例得到扩展,以消除普通用户的入门障碍。

在哪里获取λambeq

  • λambeq已在GitHub上作为传统的Python存储库发布,并可在此处获取:https://github.com/CQCL/lambeq
  • 有关新版本的更多详细信息,请访问:https://cqcl.github.io/lambeq/release_notes.html
  • 文件和教程可在此处查看:https://cqcl.github.io/lambeq/index.html

[1] Mordor Intelligence》,2021年:https://www.mordorintelligence.com/industry-reports/natural-language-processing-market

 

关于Quantinuum

Quantinuum是全球最大的集成量子计算公司,由Honeywell Quantum Solutions世界领先的硬件和Cambridge Quantum领先的中间件和应用合并而成。

Quantinuum在美国、欧洲和日本的八个办公地点拥有400多名员工,其中包括300名科学家。

通过科学化主导和企业化驱动,Quantinuum正在加速量子计算和化学、网络安全、金融及优化领域的应用开发。Quantinuum的重点是创建可扩展的商业化量子解决方案,以解决全球在能源、物流、气候变化和健康等领域中面临的最紧迫问题。

Quantinuum的开源开发人员工具包TKET为全球领先的量子硬件和模拟器提供平台包容性访问,可增强各种Quantinuum产品的性能,包括网络安全密钥生成平台Quantum Origin、量子计算化学和材料科学包EUMEN,以及Quantinuum的量子自然语言处理和计算语言工具包λambeq。

Quantinuum的H1代量子计算机由Honeywell提供支持,是世界上最先进的计算机之一,也是第一个通过行业标准量子体积2048基准的计算机。Quantinuum致力于在未来五年内每年按订单规模提高其商用量子计算机的量子体积。

 

消息来源 : Quantinuum

免责声明:本文转自网络,仅代表作者个人观点,与IT果微网无关。其原创性以及文中陈述文字和内容(包括图片版权等问题)未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。

(0)
上一篇 2022年3月31日 上午8:08
下一篇 2022年3月31日 上午8:09

相关推荐

发表回复

您的电子邮箱地址不会被公开。