Quantinuum宣布更新QNLP工具包

λambeq更新推出了許多新的重要功能，為研究人員和開發人員在將句子轉換為量子電路方面提供更多的選項和靈活性

全球領先的集成量子計算公司Quantinuum的量子自然語言處理團隊發布了其開源Python庫和工具包λambeq（讀音“Lambek”）的重大更新。

λambeq能將任何自然語言句子轉換為量子電路，可在量子計算機上得到識別。該新版本專門面向量子自然語言處理（QNLP）和自然語言處理（NLP）領域不斷擴大的研究人員、開發人員和用戶社區設計而成。未來五年，自然語言處理市場預計將每年增長27%。[1]

此次更新將支持QNLP的發展和未來的潛在應用，如自動對話、文本挖掘、語言翻譯、文本向語音的轉換、語言生成和生物信息學。

Quantinuum應用量子NLP研究主管?Dimitrios Kartsaklis博士表示：“自我們推出λambeq以來，我們收到了快速增長的用戶社區的寶貴反饋，目前可用的新功能就反映了這一點。例如，λambeq的新版本現在帶一款最先進的原生解析器，已完全集成到工具包中。此外，該工具包現在配備了一個支持PyTorch等受歡迎的受監管學習庫的培訓包，以幫助用戶使用λambeq生成的量子電路和張量網絡來高效地培訓NLP任務。本次更新的所有內容都是為了提高可訪問性，至關重要的是，它縮短了取得成果所需的時間。”

此外，重要的是，λambeq基于神經的新CCG解析器Bobcat通過一個大量經人類注釋的句法派生語料庫進行了培訓。它與該工具包完全集成，簡化了安裝過程，并具有更好的先進解析性能。此前的解析器仍將保留在工具包中，出于社區的利益，Bobcat也將在適當時候作為單獨的獨立開源工具進行發布。

此次更新配備了一個命令行界面，讓沒有編程知識的用戶也能夠使用該工具包的大部分功能。此次更新還包含一個受到監控的新培訓模塊，旨在簡化機器學習設置中的對參數化量子電路和張量網絡的培訓過程。

λambeq是首款量子NLP和計算語言工具包。它可以將句子轉換為量子電路，并從句子的句法結構中繼承其糾纏結構。這一構造的基礎是語法數學模型和量子協議數學模型之間的規范數學關聯，由Quantinuum的高級研究人員、首席科學家?Bob Coecke教授和人工智能主管?Stephen Clark教授發現。

通過此次更新，λambeq將變得更加靈活，可為用戶提供更多生成量子電路的選項。它支持對語法圖進行修改，同時可簡化根據句法結構確定量子電路的復雜性。

λambeq輸出的可視化也得到了改善，記錄功能已通過眾多實例得到擴展，以消除普通用戶的入門障礙。

在哪里獲取λambeq?

λambeq已在GitHub上作為傳統的Python存儲庫發布，并可在此處獲取：https://github.com/CQCL/lambeq

有關新版本的更多詳細信息，請訪問：https://cqcl.github.io/lambeq/release_notes.html

文件和教程可在此處查看：https://cqcl.github.io/lambeq/index.html

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

關鍵詞： 自然語言處理 研究人員 數學模型 句法結構 開發人員