Rappresentazione, corrispondenza e comprensione del linguaggio neurale ispirata ai quanti

Titolo originale:

Quantum-Inspired Neural Language Representation, Matching and Understanding

Contenuto del libro:

L'introduzione della teoria quantistica (QT) fornisce un quadro matematico unificato per l'Information Retrieval (IR). Rispetto alla struttura IR classica, la struttura IR di ispirazione quantistica si basa su metodi di modellazione incentrati sull'utente per modellare fenomeni cognitivi non classici nel giudizio di rilevanza umano nel processo IR. Con l'aumento dei dati e delle risorse informatiche, i metodi neurali di IR sono stati applicati alla corrispondenza e alla comprensione del testo in IR. Le reti neurali hanno una forte capacità di apprendimento, di rappresentazione efficace e di generalizzazione dei modelli di corrispondenza dai dati grezzi.

Questa monografia fornisce un'introduzione sistematica all'IR neurale di ispirazione quantistica, compresa la rappresentazione, la corrispondenza e la comprensione del linguaggio neurale di ispirazione quantistica. La ricerca trasversale su TQ, reti neurali e IR non solo è utile per la modellazione di fenomeni non classici in IR, ma anche per rompere il collo di bottiglia teorico delle reti neurali e progettare modelli IR neurali più trasparenti.

Gli autori introducono innanzitutto il metodo di rappresentazione del linguaggio basato sulla TQ. In secondo luogo, introducono il modello di corrispondenza e di decisione del testo ispirato alla quantistica con la rete neurale, che mostra i suoi vantaggi teorici nella classificazione dei documenti, nella corrispondenza di rilevanza e nell'IR multimodale e può essere integrato con la rete neurale per promuovere congiuntamente lo sviluppo dell'IR. Infine, vengono introdotti gli ultimi progressi della comprensione quantistica del linguaggio e ulteriori argomenti sulla TQ e sulla modellazione del linguaggio forniscono ai lettori ulteriori materiali di riflessione.