ntvНаучно-технический вестник информационных технологий, механики и оптикиScientific and Technical Journal of Information Technologies, Mechanics and Optics2226-14942500-0373Университет ИТМО10.17586/2226-1494-2022-22-2-287-293ntv-160Research ArticleКОМПЬЮТЕРНЫЕ СИСТЕМЫ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИCOMPUTER SCIENCEКлассификация коротких текстов с использованием волновой моделиClassification of short texts using a wave modelhttps://orcid.org/0000-0003-4963-0823ГруздеваА. С.GruzdevaA. S.

 Груздева Анастасия Сергеевна — аспирант 

 Санкт-Петербург, 197101 

Anastasia S. Gruzdeva — PhD student 

Saint Petersburg, 197101 

prog.anastasia@gmail.comhttps://orcid.org/0000-0001-6711-6399БессмертныйИ. А.BessmertnyI. A.

Бессмертный Игорь Александрович — доктор технических наук, профессор, профессор 

Санкт-Петербург, 197101 

 sc 36661767800 

 Igor A. Bessmertny — D.Sc., Full Professor 

Saint Petersburg, 197101 

 sc 36661767800 

bessmertny@itmo.ruУниверситет ИТМОРоссияITMO UniversityRussian Federation202214122024222287293Copyright © Груздева А.С., Бессмертный И.А., 20242024Груздева А.С., Бессмертный И.А.Gruzdeva A.S., Bessmertny I.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ntv.elpub.ru/jour/article/view/160

Предмет исследования. Алгоритмы квантовых вычислений активно развиваются и применяются в области обработки естественного языка. В работе предложен новый квантово-подобный метод классификации коротких текстов. Метод. Основу метода составляет представление текста в виде ансамбля элементарных частиц. В качестве критерия классификации выбрано значение амплитуды вероятности обнаружения данного ансамбля в выбранных точках векторного пространства, описываемого при помощи дистрибутивно-семантической модели языка. Предложен один из возможных способов интерпретации параметров волновой функции описания поведения элементарной частицы, а также алгоритм расчета амплитуды вероятности с учетом этих параметров. Основные результаты. Выполнена экспериментальная проверка описанного метода с применением классификации интернет-сообществ по тематикам. Для расчетов использованы наименования и сведения разделов «информация» по 100 группам социальной сети «ВКонтакте» по пяти различным темам. Предложенная модель показала достаточно высокую точность классификации, которая составила 91 % в целом на наборе данных и от 75 % до 95 % в пределах отдельных классов. Практическая значимость. Представленная модель может быть использована для классификации отзывов пользователей о товарах, услугах и событиях, а также при определении некоторых свойств психологических портретов пользователей интернет-сообществ.

Quantum computing algorithms are actively developed and applied in the field of natural language processing. The authors of the paper proposed a new quantum-like method for classifying short texts. The basis of the method is the representation of the text as an ensemble of elementary particles. The value of the detection probability amplitude of a given ensemble at the selected points in space is chosen as a classification criterion. In this case, the space is understood as a vector space described using the distributive-semantic model of the language. The authors suggested one of the possible ways of interpreting the parameters of the wave function that describes the behavior of an elementary particle, as well as an algorithm for calculating the probability amplitude taking into account these parameters. For the experimental research of the described method, authors performed the classification of Internet communities by topics. For the analysis, the names and the “information” section of communities were used. In total, 100 groups of the social network “VKontakte” belonging to five various topics were taken. The proposed model showed rather high classification accuracy (91 % in general on the data set and from 75 % to 95 % within individual classes). The proposed model is supposed to be used to classify user comments about goods, services and events, as well as to determine some properties of the psychological portraits of users of online communities.

классификацияобработка естественного языкаволновая модельинтерференцияквантово-подобная модельопределение тематики текстаclassificationnatural language processingwave modelinterferencequantum-like modeldefinition of the text subjectРабота выполнена в рамках магистерско-аспирантской НИР № 620164 «Методы искусственного интеллекта для киберфизических систем».The work was carried out within the framework of the project No. 620164 (artificial intelligence methods for cyberphysical systems).ReferencesNielsen M.A., Chuang I.L. Quantum Computation and Quantum Information. Cambridge University Press, 2010. 704 р. https://doi.org/10.1017/CBO9780511976667Nielsen M.A., Chuang I.L. Quantum Computation and Quantum Information. Cambridge University Press, 2010, 704 р. https://doi.org/10.1017/CBO9780511976667Melucci M. Introduction to Information Retrieval and Quantum Mechanics. Berlin, Heidelberg: Springer-Verlag, 2015. 247 р. https://doi.org/10.1007/978-3-662-48313-8Melucci M. Introduction to Information Retrieval and Quantum Mechanics. Berlin, Heidelberg, Springer-Verlag, 2015, 247 р. https://doi.org/10.1007/978-3-662-48313-8Blacoe W., Kashefi E., Lapata M. A Quantum-theoretic approach to distributional semantics // Proc. of the 2013 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL HLT). 2013. P. 847–857.Blacoe W., Kashefi E., Lapata M. A Quantum-theoretic approach to distributional semantics. Proc. of the 2013 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL HLT), 2013, pp. 847–857.Jaiswal A.K., Holdack G., Frommholz I., Liu H. Quantum-like Generalization of complex word embedding: a lightweight approach for textual classification // CEUR Workshop Proceedings. 2018. V. 2191. P. 159–168.Jaiswal A.K., Holdack G., Frommholz I., Liu H. Quantum-like Generalization of complex word embedding: a lightweight approach for textual classification. CEUR Workshop Proceedings, 2018, vol. 2191, pp. 159–168.Surov I.A., Semenenko E., Platonov A.V., Bessmertny I.A., Galofaro F., Toffano Z., Khrennikov A.Y., Alodjants A.P. Quantum semantics of text perception // Scientific Reports. 2021. V. 11. N 1. P. 4193. https://doi.org/10.1038/s41598-021-83490-9Surov I.A., Semenenko E., Platonov A.V., Bessmertny I.A., Galofaro F., Toffano Z., Khrennikov A.Y., Alodjants A.P. Quantum semantics of text perception. Scientific Reports, 2021, vol. 11, no. 1, pp. 4193. https://doi.org/10.1038/s41598-021-83490-9Pang B., Lee L. A sentimental education: Sentiment analysis using subjectivity summarization based on minimum cuts // Proc. of the 42nd Annual Meeting Association for Computational Linguistics (ACL). 2004. P. 271–278. https://doi.org/10.3115/1218955.1218990Pang B., Lee L. A sentimental education: Sentiment analysis using subjectivity summarization based on minimum cuts. Proc. of the 42nd Annual Meeting Association for Computational Linguistics (ACL), 2004, pp. 271–278. https://doi.org/10.3115/1218955.1218990Клековкина М.В., Котельников Е.В. Метод автоматической классификации текстов по тональности, основанный на словаре эмоциональной лексики // Электронные библиотеки: перспективные методы и технологии, электронные коллекции: Материалы XIV Всероссийской научной конференции (RCDL-2012). 2012. С. 118–123.Kotelnikov E., Klekovkina M. The automatic sentiment text classification method based on emotional vocabulary. Digital Libraries: Advanced Methods and Technologies. Proc. of the RCDL- 2012, 2012, pp. 118–123. (in Russian)Меньшиков И.Л. Анализ тональности текста на русском языке при помощи графовых моделей // Доклады всероссийской научной конференции АИСТʼ2013 «Анализ Изображений, Сетей и Текстов». Екатеринбург, 2013. C. 151–155.Menshikov I.L. Sentiment analysis of a text in russian using graph models. Proc. of the Conference AIST’2013 “Analysis of Images, Social Networks, and Texts”. Ekaterinburg, 2013, pp. 151–155. (in Russian)Татарникова Т.М., Богданов П.Ю. Построение психологического портрета человека с применением технологий обработки естественного языка // Научно-технический вестник информационных технологий, механики и оптики. 2021. Т. 21. № 1. С. 85–91. https://doi.org/10.17586/2226-1494-2021-21-1-85-91Tatarnikova T.M., Bogdanov P.Yu. Human psyche creation by application of natural language processing technologies. Scientific and Technical Journal of Information Technologies, Mechanics and Optics, 2021, vol. 21, no. 1, pp. 85–91. (in Russian). https://doi.org/10.17586/2226-1494-2021-21-1-85-91Литвинова Т.А., Загоровская О.В., Середин П.В., Лантюхова Н.Н., Шевченко И.C. Профилирование автора письменного текста: подходы, методы и их оптимизация // Филология, искусствоведение и культурология: актуальные вопросы и тенденции развития: материалы международной. научно-практической конференции (13 мая 2013 г.). Новосибирск: СибАК, 2013. С. 69–79.Litvinova T.A., Zagorovskaia O.V., Seredin P.V., Lantiukhova N.N., Shevchenko I.C. Author profiling of a written text: approaches, methods, and their optimization. Philology, Art Criticism, and Cultural Studies: Topical Issues and Development Trends. Рroceedings of the International Research-to-Practice Сonference. May, 13, 2013. Novosibirsk, SibAK, 2013, pp. 69–79. (in Russian)Френкель Я.И. Волновая механика. Ч. 1. Элементарная теория. Квантовая физика. М.: URSS, 2019. 392 с.Frenkel J. Wave Mechanics: Elementary Theory. The Quantum Physics. Moscow, URSS, 2019, 392 p. (in Russian)Kutuzov A., Kuzmenko E. WebVectors: A toolkit for building web interfaces for vector semantic models // Communications in Computer and Information Science. 2017. V. 661. P. 155–161. https://doi.org/10.1007/978-3-319-52920-2_15Kutuzov A., Kuzmenko E. WebVectors: A toolkit for building web interfaces for vector semantic models. Communications in Computer and Information Science, 2017, vol. 661, pp. 155–161. https://doi.org/10.1007/978-3-319-52920-2_15Panchenko A., Ustalov D., Arefyev N., Paperno D., Konstantinova N., Loukachevitch N., Biemann C. Human and machine judgements about russian semantic relatedness // Communications in Computer and Information Science. 2017. V. 661. P. 221–235. https://doi.org/10.1007/978-3-319-52920-2_21Panchenko A., Ustalov D., Arefyev N., Paperno D., Konstantinova N., Loukachevitch N., Biemann C. Human and machine judgements about russian semantic relatedness. Communications in Computer and Information Science, 2017, vol. 661, pp. 221–235. https://doi.org/10.1007/978-3-319-52920-2_21Kolb P. Experiments on the difference between semantic similarity and relatedness // Proc. of the 17th Nordic Conference of Computational Linguistics (NODALIDA ‘09). 2009. P. 81–88.Kolb P. Experiments on the difference between semantic similarity and relatedness. Proc. of the 17th Nordic Conference of Computational Linguistics (NODALIDA ‘09), 2009, pp. 81–88.Kolb P. DISCO: A multilingual database of distributionally similar words // Proc. of the KONVENS-2008. Berlin. 2008. P. 6–12.Kolb P. DISCO: A multilingual database of distributionally similar words. Proc. of the KONVENS-2008, Berlin, 2008, pp. 6–12.

The authors declare that there are no conflicts of interest present.