将量子自然语言处理应用于金融情感分析
计算与语言
2023-09-19 v3 人工智能
量子物理
摘要
作为一个细微定性改进即可产生巨大价值的应用领域，金融是早期量子优势的有望候选。聚焦于快速发展的量子自然语言处理（QNLP）领域，我们探究两种核心方法DisCoCat与量子增强长短期记忆（QLSTM）对金融情感分析问题的实际适用性。利用一种新颖的基于ChatGPT的数据生成方法，我们开展了一项含逾1000条真实句子的案例研究，发现QLSTM的训练可比DisCoCat大幅加快，同时在其可用软件实现上取得接近经典结果的表现。
引用
@article{arxiv.2307.11788,
title = {Applying QNLP to sentiment analysis in finance},
author = {Jonas Stein and Ivo Christ and Nicolas Kraus and Maximilian Balthasar Mansky and Robert Müller and Claudia Linnhoff-Popien},
journal= {arXiv preprint arXiv:2307.11788},
year = {2023}
}