量子推論モデルを用いた視覚的単語意味曖昧性解消

本論文は、量子推論モデルを用いた視覚的単語意味曖昧性解消（VWSD）への新しいアプローチを紹介しています。その核心は、異なるソースからのグロスに内在する意味的バイアスを軽減するために、量子重ね合わせを利用することです。著者は、彼らのQuantum VWSD（Q-VWSD）モデルが、既存の古典的な方法よりも優れていることを実証しており、特に大規模言語モデルからのグロスを利用する場合に顕著です。この研究は、量子機械学習の概念を実際的な問題に応用することを模索し、量子ハードウェアが成熟するまでの橋渡しとして古典的計算のためのヒューリスティックバージョンを提供しているため、重要です。

• •教師なし視覚的単語意味曖昧性解消（Q-VWSD）のための量子推論モデルを提案。
• •グロスにおける意味的バイアスを軽減するために量子重ね合わせを使用。
• •最先端の古典的な方法よりも優れている。
• •古典的計算のためのヒューリスティックバージョンを提供。
• •パフォーマンスを向上させるために、大規模言語モデルからのグロスを活用。