本文介绍了基于矢量表示的分布语义模型，扩展到短语和句子，提出了分类组合分布语义学理论框架，实现了短语和句子层面的言外推理，并通过实验论证了基于密度矩阵的熵距离在词语和短语、句子层面的言外推理可行性和优越性。

Dec, 2015

扩展基于类别、组成和分布的语义模型，通过将单词表示扩展为概率分布，定义对词汇蕴涵的对称和非对称相似度度量，利用量子变体对 von Neumann 熵进行度量。通过单词表示的组合映射和单词之间的蕴涵关系，提供了一种获取句子水平上的因果关系的方法。

Jun, 2015

本文研究了分布语义学中的组合性问题，使用 Coek，Sadrzadeh 和 Clark 提出的范畴理论框架，将语法分析形式主义与分布语义表示法相结合，生成具体的组合式分布式模型，并展示它们在自然语言处理领域的有效性。研究的贡献包括将 DisCoCat 框架拓展到在句法和语义上，验证模型的优势以及提出了在本主题上应用范畴论的未来研究方向。

Nov, 2013

本文使用分类组成分布语义模型（categorical compositional distributional semantics）结合 Barwise 和 Cooper 的广义量词理论，进行了基于生成语法形式化的抽象范畴组成语义学习。并证明了基于集合的关系实例化的等价性，以及基于向量空间的实例化的有效性。

Feb, 2016

本文介绍了一种新的基于范畴论和量子力学的自然语言处理方法，通过将词汇进行向量化，并结合 Coecke, Sadrzadeh 和 Clark 提出的分配模型进行词汇的分析和理解，同时采用 Selinger 的 CPM 构造进行词汇多义性的处理，实现了有效的句子意义计算和词汇比较。

Feb, 2015

该研究论文提出了一种关于逻辑否定的操作方法，将其建模为对于词的正交子空间的投影版本，并在句子推理任务中展示了该操作符的性能。

May, 2020

提出了一种在脉冲神经网络结构中实现复合分布语义、解决概念绑定问题的方法，利用标记图像进行词向量训练。

Jan, 2024

利用经验分配法对句子进行组合意义建模一直是计算语言学家面临的挑战。我们利用 BNC 数据实现了 Coecke 等人的抽象范畴模型，并进行了评估。实现基于无监督学习的关系词矩阵，应用于其参数的向量。我们的模型在失歧任务上拥有比竞争对手更优异的表现，而随着句法复杂度的增加，结果的普遍改善展示了我们模型的组合能力。

Jun, 2011

本论文提出了三种新的方法，一方面提出了基于 Frobenius 代数的抽象框架的具体实例，另外则提出了一种新的组合算法处理不同级别的词汇歧义，并引入了用于解释词汇歧义的量子力学方法。

May, 2015

分布式语义模型已经广泛应用于自然语言处理系统中，但在语言和认知的更广泛理论范围内，分布式语义模型的理论地位仍不清楚。 然而，我们认为传统答案本质上是一个误解，分布式语义模型本身是表达含义的适当模型。

May, 2019