基于量子理论的词句相似度研究

发布时间：2023-10-21 09:25

　　近年来,随着人工智能的发展,自然语言处理变得尤为重要。量子理论由于具备叠加、纠缠、不相容和干涉等方面的性质,使得其成为潜在的优秀建模框架,本论文旨在研究量子力学在自然语言理解方面的应用潜力。在自然语言中,基于一词多义以及句子匹配的任务,利用量子理论来构建一种形式化框架,考察其捕捉句子、词语的能力以及语义建模的能力。在本文中,首先介绍了近年来该方面的研究现状,阐述了量子理论的特征以及一些相关的基本概念。其次介绍了基于量子理论的一词多义的判别方式,在句中出现多义词时,可以依据保真度的概念将其与它的各个解释配对,找出在此位置处它的最佳的解释。最后利用量子理论构建了进行语句相似度比较的判别方法。我们采用量子态来构建句子的语义Hilbert空间,并计算句子信息变换过程中信息的保真度。与此同时,将量子理论与Word Embedding技术巧妙结合,在高维低秩向量空间中表示单词或概念,求取句子的相似性。并且,我们在一个真实业务场景中构造的问句匹配数据集上进行了模拟,模拟的计算数据表明本文提出的方法比经典传统方法得到了更好的结果。本文提出的方法,为今后进行多个句子的相似度研究提供了一样全新的思路,也是...

【文章页数】：45 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题意义
    1.2 量子理论的特征
    1.3 量子计算原理
        1.3.1 向量
        1.3.2 矩阵
        1.3.3 自共轭矩阵
    1.4 保真度
第二章 基于量子理论的一词多义的判别
    2.1 目标词语义态函数建立
    2.2 释义短语的态函数表示
    2.3 多义词的保真度计算
第三章 语义空间建模与相似度计算方法
    3.1 语句态函数的建立
    3.2 密度矩阵编码语义距离
    3.3 待求语句相似度的计算
    3.4 中文语句的处理法
第四章 语句相似度计算模拟与分析
    4.1 真实场景数据介绍
    4.2 不同词性所占权重分析
    4.3 模拟实验效果分析
第五章 总结
参考文献
研究成果
致谢



本文编号：3855572