一項開創性研究首次將量子組合自然語言處理（QNLP）應用於阿拉伯語，這一語言以其豐富的形態學和自由的詞序著稱，對量子電路中的意義組合理論構成了獨特的挑戰。該研究由Wajahath Mohammed主導，基於預群語法，將阿拉伯語句子轉化為量子電路：主語、動詞和賓語作為量子門，而它們之間的型別化依賴關係（即預群語法）決定了這些門如何連線。這種拓撲結構直接反映了語法關係，使得量子電路能夠捕捉語言的組合意義。
研究團隊設計了三項控制實驗，分別針對詞序變化、形態時態和動詞義消歧。在詞序實驗中，他們測試了量子電路對不同詞序句子的處理能力；在形態時態實驗中，評估了模型對阿拉伯語豐富時態形態的識別；在動詞義消歧實驗中，考察了電路拓撲如何區分多義動詞。實驗結果表明，量子電路方法在多個任務上超越了傳統的AraVec詞嵌入和AraBERT Transformer模型，尤其是在動詞義消歧中，拓撲結構更能準確捕捉語義差異。
該研究不僅展示了量子計算在自然語言處理中的潛力，也為處理複雜語言結構提供了新思路。預群語法的應用使得量子電路能夠直接反映語法結構，從而在理論和實踐上驗證了量子組合語義的可行性。論文全文已在arXiv上釋出，共32頁，包含詳細的實驗資料和討論。這項工作有望推動QNLP在形態豐富語言中的應用，併為未來量子NLP研究奠定基礎。