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

本研究使用紧闭类别和 Frobenius 代数为基础，构建了一个单一空间中的分布式语义模型，从而扩展了之前 Coecke-Clark-Sadrzadeh 提出的句子意义分布模型的应用范围并在多项语言任务上进行了实验证实。

Jan, 2014

提出一种基于经典乘法线性逻辑的范畴文法，使用标记的端点将单词组成元组而不是抽象的 λ 项，称为 Multiwords；Multiwords 可以组成一个具有基本代数结构的类别，并且研究它可能有助于理解语言语义和为其他形式主义提供分类表示。

Oct, 2018

在广义粗糙集中，将两个事物结合形成另一个事物并不简单。本研究创造了结合事物的代数模型，用于研究人类推理中的怀疑主义或悲观主义聚合以及可能性聚合，并且选择的运算受到了视角的限制。该模型还适用于研究人类推理中的歧视性 / 有害行为以及学习此类行为的机器学习算法。

Aug, 2023

研究表明在半监督学习中，将符号方法和神经方法相结合，并且使用基于模糊逻辑的运算符，可以使神经网络加入先前的背景知识和逻辑推理从而提高性能。

Feb, 2020

本文考虑一阶逻辑到带分级的模态逻辑中基本特征定理的拓展，重点在展示分级多模态逻辑对 Kripke 结构中保存在计数等价中的一阶特性的表现完备性。

Sep, 2019

本文讨论了如何使用矩阵和张量来模拟谓词逻辑，并提出可以模拟量词的张量演算变体，最后讨论了这些变体之间的关系与未来研究的方向。

Apr, 2013

该论文提出了一种包含线性不等式中计数模态的模态逻辑，证明了每个公式可以转化为等价的图神经网络（GNN），也证明了每个 GNN 可以转化为公式，说明可满足性问题是可判定的，并讨论了一些 PSPACE 内的变种。

Jul, 2023

本文提出了一种多值扩展的逻辑程序，基于可靠模型语义，其中模型中的每个真实原子都与一组证明关联，在一个证明树的集合中类似，我们将证明捕捉到一个真值的代数中，该代数具有三个内部操作：加号表示公式的替代证明，可交换乘积表示导致的联合交互以及非交换积表示证明构造器。使用这种多值语义，我们得到了标准（非因果）逻辑程序的语法证明树与模型中每个真实原子的解释之间的一一对应关系，并且由于这种代数特征，我们可以检测到获得的证明的冗余性和相关性。我们还确定了此代数的基于格的特征，定义了直接后果算子，证明了其连续性，并证明其最小修复点可以在有限次迭代后计算。最后，我们通过引入类似于 Gelfond 和 Lifschitz 的程序削减的变换来定义因果稳定模型的概念。

Dec, 2013

使用经典乘性线性逻辑提出一种基于范畴语法的模型，其中单词由连通的、有标记的端点构成的元组表示为 Word cobordisms，这些对象可以组织成一类类似于拓扑 cobordisms 的范畴，作为线性 λ 演算和古典、直觉线性逻辑的模型。

Nov, 2019