Stage-oe-small.jpg

Thema4864: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
 
(kein Unterschied)

Aktuelle Version vom 17. August 2022, 10:09 Uhr



Quantum Computing for Natural Language Processing




Informationen zur Arbeit

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

Archivierungsnummer: 4864
Abschlussarbeitsstatus: Offen
Beginn: 02. Mai 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. Jedoch ist kein spezifisches mathematisches 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)