A Quantum-Inspired Analysis of Human Disambiguation Processes

要約

形式言語はコンピュータ プログラミングに不可欠であり、コンピュータで簡単に処理できるように構築されています。
対照的に、自然言語ははるかに困難であり、自然言語処理 (NLP) の分野を刺激します。
大きな障害の 1 つは、曖昧さが蔓延していることです。
NLP の最近の進歩により、曖昧さを高精度で解決できる大規模な言語モデルが開発されました。
同時に、量子コンピューターは、古典的なコンピューターよりも速くいくつかの計算問題を解決できるため、近年大きな注目を集めています。
この新しいコンピューティング パラダイムは、機械学習と NLP の分野に到達し、ハイブリッド古典量子学習アルゴリズムが登場しました。
ただし、どの NLP タスクが真の量子の利点から恩恵を受けるかを特定するには、さらなる研究が必要です。
この論文では、文脈性や因果関係などの基礎的な量子力学から生じる形式主義を適用して、言語学から生じる曖昧さを研究しました。
そうすることで、人間の曖昧さ回避プロセスに関連する心理言語学的結果も再現しました。
これらの結果はその後、人間の行動を予測するために使用され、現在の NLP 手法を上回りました。

要約(オリジナル)

Formal languages are essential for computer programming and are constructed to be easily processed by computers. In contrast, natural languages are much more challenging and instigated the field of Natural Language Processing (NLP). One major obstacle is the ubiquity of ambiguities. Recent advances in NLP have led to the development of large language models, which can resolve ambiguities with high accuracy. At the same time, quantum computers have gained much attention in recent years as they can solve some computational problems faster than classical computers. This new computing paradigm has reached the fields of machine learning and NLP, where hybrid classical-quantum learning algorithms have emerged. However, more research is needed to identify which NLP tasks could benefit from a genuine quantum advantage. In this thesis, we applied formalisms arising from foundational quantum mechanics, such as contextuality and causality, to study ambiguities arising from linguistics. By doing so, we also reproduced psycholinguistic results relating to the human disambiguation process. These results were subsequently used to predict human behaviour and outperformed current NLP methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google