Thema4864

Quantum Computing for Natural Language Processing

Informationen zur Arbeit

Abschlussarbeitstyp: Master, Diplom
Betreuer: Michael Färber, Nicholas Popovic
Forschungsgruppe: Web Science

Archivierungsnummer: 4864
Abschlussarbeitsstatus: Offen
Beginn: 01. März 2022
Abgabe: unbekannt

Weitere Informationen

Thema

In den letzten Jahren wurden erste Ansätze vorgeschlagen, Techniken des Quantencomputings [0] zur Verarbeitung natürlicher Sprache (NLP) anzuwenden, etwa zur maschinellen Übersetzung, zur Beantwortung von Fragen und zur Extraktion von Relationen aus Text. Allerdings ist die praktische Anwendbarkeit von Quanten-NLP (QNLP) bisher nur begrenzt untersucht worden. Beispiele sind in [1][2] angegeben.

Aufgabe dieser Abschlussarbeit ist es, zunächst aktuelle Ansätze für ausgewählte QNLP-Aufgaben, wie z. B. die Relationsextraktion, in der Literatur zu recherchieren und einzuordnen. Basierend auf bestehenden Frameworks wie Lambeq wird der Student dann einfache Experimente – ähnlich wie [1] – entwerfen, implementieren und evaluieren, um die aktuellen Einschränkungen und Potenziale von QNLP zu erkennen. Der Fokus wird insbesondere darauf liegen, QNLP-Implementierungen so weit wie möglich bei vorhandener Hardware hochzuskalieren [3].

Voraussetzungen

Der Student sollte über solide Programmierkenntnisse in Python verfügen. Darüber hinaus sollte der Studierende motiviert sein, sich mit den Grundlagen des Quantencomputings auseinanderzusetzen, ist kein spezifisches Vorwissen notwendig!

[0] https://www.youtube.com/watch?v=-y3CBaW50VA

[1] https://arxiv.org/pdf/2102.12846.pdf

[2] https://github.com/CQCL/lambeq

[3] https://en.wikipedia.org/wiki/Cloud-based_quantum_computing

Ausschreibung: Download (pdf)