自然语言的歧义并不能阻止我们使用它,而环境有助于跨越想法。尽管如此,它们还是对合格机器的开发构成了一个关键挑战,以理解自然语言并像人类一样使用它。情境性是量子力学中无与伦比的现象,在其中提出了不同的数学形式主义来理解和推理。在本文中,我们为表现出类似量子的上下文性的放置歧义构建了一个模式。我们使用最近开发的捆绑理论背景性标准,该标准适用于信号模型。然后,我们利用神经词嵌入引擎bert将模式实例化为自然语言示例,并为实例提取概率分布。结果,在Bert Corpora使用的自然语言中发现了大量的捆绑示例。我们的希望是,这些示例将为将来的研究铺平道路,并找到将量子计算应用程序扩展到自然语言处理的方法。
translated by 谷歌翻译