Thema4864: Unterschied zwischen den Versionen
He9318 (Diskussion | Beiträge) |
He9318 (Diskussion | Beiträge) |
||
Zeile 7: | Zeile 7: | ||
|Beginn=2022/03/01 | |Beginn=2022/03/01 | ||
|Ausschreibung=Abschlussarbeit_AIFB_QNLP.pdf | |Ausschreibung=Abschlussarbeit_AIFB_QNLP.pdf | ||
− | |Beschreibung DE==== | + | |Beschreibung DE==== Thema === |
− | In | + | 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 | + | [0] https://www.youtube.com/watch?v=-y3CBaW50VA |
− | [1] https://arxiv.org/pdf/2102.12846.pdf | + | [1] https://arxiv.org/pdf/2102.12846.pdf |
− | [2] https://github.com/CQCL/lambeq | + | [2] https://github.com/CQCL/lambeq |
[3] https://en.wikipedia.org/wiki/Cloud-based_quantum_computing | [3] https://en.wikipedia.org/wiki/Cloud-based_quantum_computing | ||
}} | }} |
Version vom 26. April 2022, 20:22 Uhr
Abschlussarbeitstyp: Master, Diplom
Betreuer: Michael Färber
Forschungsgruppe: Web Science
Archivierungsnummer: 4864
Abschlussarbeitsstatus: Offen
Beginn:
01. März 2022
Abgabe: unbekannt
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)