λambeq更新推出了许多新的重要功能，为研究人员和开发人员在将句子转换为量子电路方面提供更多的选项和灵活性

全球领先的集成量子计算公司Quantinuum的量子自然语言处理团队发布了其开源Python库和工具包λambeq（读音“Lambek”）的重大更新。

λambeq能将任何自然语言句子转换为量子电路，可在量子计算机上得到识别。该新版本专门面向量子自然语言处理（QNLP）和自然语言处理（NLP）领域不断扩大的研究人员、开发人员和用户社区设计而成。未来五年，自然语言处理市场预计将每年增长27%。[1]

此次更新将支持QNLP的发展和未来的潜在应用，如自动对话、文本挖掘、语言翻译、文本向语音的转换、语言生成和生物信息学。

Quantinuum应用量子NLP研究主管 Dimitrios Kartsaklis博士表示：“自我们推出λambeq以来，我们收到了快速增长的用户社区的宝贵反馈，目前可用的新功能就反映了这一点。例如，λambeq的新版本现在带一款最先进的原生解析器，已完全集成到工具包中。此外，该工具包现在配备了一个支持PyTorch等受欢迎的受监管学习库的培训包，以帮助用户使用λambeq生成的量子电路和张量网络来高效地培训NLP任务。本次更新的所有内容都是为了提高可访问性，至关重要的是，它缩短了取得成果所需的时间。”

此外，重要的是，λambeq基于神经的新CCG解析器Bobcat通过一个大量经人类注释的句法派生语料库进行了培训。它与该工具包完全集成，简化了安装过程，并具有更好的先进解析性能。此前的解析器仍将保留在工具包中，出于社区的利益，Bobcat也将在适当时候作为单独的独立开源工具进行发布。

此次更新配备了一个命令行界面，让没有编程知识的用户也能够使用该工具包的大部分功能。此次更新还包含一个受到监控的新培训模块，旨在简化机器学习设置中的对参数化量子电路和张量网络的培训过程。

λambeq是首款量子NLP和计算语言工具包。它可以将句子转换为量子电路，并从句子的句法结构中继承其纠缠结构。这一构造的基础是语法数学模型和量子协议数学模型之间的规范数学关联，由Quantinuum的高级研究人员、首席科学家 Bob Coecke教授和人工智能主管 Stephen Clark教授发现。

通过此次更新，λambeq将变得更加灵活，可为用户提供更多生成量子电路的选项。它支持对语法图进行修改，同时可简化根据句法结构确定量子电路的复杂性。

λambeq输出的可视化也得到了改善，记录功能已通过众多实例得到扩展，以消除普通用户的入门障碍。

在哪里获取λambeq 

λambeq已在GitHub上作为传统的Python存储库发布，并可在此处获取：https://github.com/CQCL/lambeq

有关新版本的更多详细信息，请访问：https://cqcl.github.io/lambeq/release_notes.html

文件和教程可在此处查看：https://cqcl.github.io/lambeq/index.html

[1]《Mordor Intelligence》，2021年：https://www.mordorintelligence.com/industry-reports/natural-language-processing-market