Quantum-Inspired Neural Language Representation, Matching and Understanding
L'introduction de la théorie quantique (QT) fournit un cadre mathématique unifié pour la recherche d'information (RI). Par rapport au cadre classique de la RI, le cadre de la RI inspiré par la théorie quantique est basé sur des méthodes de modélisation centrées sur l'utilisateur afin de modéliser des phénomènes cognitifs non classiques dans le jugement de la pertinence humaine dans le processus de RI. Avec l'augmentation des données et des ressources informatiques, les méthodes neuronales de RI ont été appliquées à la tâche d'appariement et de compréhension de texte de la RI. Les réseaux neuronaux ont une forte capacité d'apprentissage pour la représentation efficace et la généralisation des modèles d'appariement à partir de données brutes.
Cette monographie fournit une introduction systématique à la RI neuronale d'inspiration quantique, y compris la représentation neuronale du langage d'inspiration quantique, l'appariement et la compréhension. La recherche transversale sur la TQ, les réseaux neuronaux et la RI n'est pas seulement utile à la modélisation des phénomènes non classiques dans la RI, mais elle permet également de briser le goulot d'étranglement théorique des réseaux neuronaux et de concevoir des modèles de RI neuronaux plus transparents.
Les auteurs présentent d'abord la méthode de représentation du langage basée sur le QT. Ensuite, ils présentent le modèle d'appariement de texte et de prise de décision d'inspiration quantique sous le réseau neuronal qui montre ses avantages théoriques dans le classement des documents, l'appariement de pertinence, la RI multimodale, et qui peut être intégré au réseau neuronal pour promouvoir conjointement le développement de la RI. Enfin, les derniers progrès de la compréhension quantique du langage sont présentés et d'autres sujets sur la TQ et la modélisation du langage fournissent aux lecteurs davantage de matériel de réflexion.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)