КЛАССИФИКАТОР ТЕКСТА С ИСПОЛЬЗОВАНИЕМ ГИБРИДНОГО ПОДХОДА: КЛАССИЧЕСКОЙ ПРЕДОБРАБОТКИ ДАННЫХ И КВАНТОВЫХ МОДЕЛЕЙ SVM

Бабасанова Надежда Сергеевна, Канев Антон Игоревич, Михеева Валерия Алексеевна

Статья посвящена проблеме недостатка практических реализаций квантовых алгоритмов для обработки естественного языка (NLP). Целью работы является представление подхода к построению квантового текстового классификатора для задачи бинарной классификации SMS-сообщений с разделением вычислений: предобработка данных происходит на обычном компьютере, этап классификации происходит с использованием квантового алгоритма. Проведено сравнение с классическим SVM (scikit-learn) квантовых алгоритмов PegasosQSVC и QSVC; при идентичной предобработке данных квантовые алгоритмы демонстрируют сопоставимую тончость: 94% для классического SVC и 96% PegasosQSVC (при полном датасете) и 97% для SVC и 96% QSVC (при уменьшенном датасете).

Ключевые слова:машинное обучение, NLP, квантовые вычисления, SVM, квантовое машинное обучение, Qiskit