三井化學株式會社(總部位於東京市中央區,代表董事社長:橋本 修)與blueqat(株式會社)(總部位於東京澀谷區,代表董事社長:湊 雄一郎)聯合開展了一項結合自然語言處理和量子計算先進技術的合作項目,以加速三井化學產品的新用途發現。
本項目利用了名爲Simple Contrastive Learning of Sentence Embeddings(SimCSE)的自然語言處理模型。SimCSE模型是一種高性能的模型,可生成捕捉文檔或文章含義的向量表示,並計算精確的文檔間語義相似度。該模型已期待在信息檢索、問答系統等領域得到應用。*1此外,本項目基於專利數據庫實施了SimCSE模型的預先學習,併成功地利用了Tensor Network技術壓縮了SimCSE模型的信息。該模型的應用示例包括專利調查和新用途探索等領域。
三井化學將繼續挑戰通過結合自然語言模型和機器學習技術以及量子技術推動DX的實現。*2本項目中通過Tensor Network技術的應用成功壓縮了SimCSE模型的信息。
【應用示例】
同時,通過Tensor Network壓縮的機器學習模型還具有與量子電路的兼容性,未來可望在量子計算機上實現。
三井化學將繼續挑戰通過結合自然語言模型和機器學習技術以及量子技術推動DX的實現。
blueqat公司官方網站:https://blueqat.com/
*1向量表示:一種自然語言處理方法,用多維向量(數組)表示單詞或句子的含義。
*2 Tensor Network:一種有效壓縮大型張量(多維數據)的表示法。該技術已被用於量子計算領域中的量子電路信息壓縮和量子模擬等方面。
以上。