自然语言范畴框架中纠缠的研究
计算与语言
2014-12-31 v2 人工智能
范畴论
量子物理
摘要
在量子力学和基于向量空间的语料库语言学中，纠缠的概念为各子系统之间相互通信提供了一种手段。在本文中，我们从纠缠的视角审视了 Coecke、Sadrzadeh 和 Clark（2010）针对自然语言提出的范畴框架的若干实现。具体而言，我们的目标是更好地理解关系张量的纠缠程度（或其缺失）在实际情形中如何影响组合结构。我们的发现表明，若干动词构造方案会导致几乎可分的张量，这一事实极大地简化了词与词之间的交互。我们考察了该事实的影响，并表明 Frobenius 代数在很大程度上缓解了潜在问题。最后，我们简要考察了一种机器学习方法，该方法能够生成具有充分纠缠程度的动词张量。
引用
@article{arxiv.1405.2874,
title = {A Study of Entanglement in a Categorical Framework of Natural Language},
author = {Dimitri Kartsaklis and Mehrnoosh Sadrzadeh},
journal= {arXiv preprint arXiv:1405.2874},
year = {2014}
}
备注
In Proceedings QPL 2014, arXiv:1412.8102