带软次指数的 Lambek 演算的向量空间语义

基于摘要分析。本文研究自然语言组合语义，为带软次指数（Soft Subexponentials）的 Lambek 演算建立向量空间语义，用于构造含寄生空位的名词短语，以及含回指和省略的语篇单元的组合式向量解释，并在分布式句子相似度任务中进行实验。 核心机制是以有界模态替代先前工作所用的相关模态（Relevant Modality）。作者指出，本文采用的演算是可判定的；新模态的向量空间语义允许将收缩规则（contraction）解释为投影，从而为此前只能通过非线性映射实现的构造提供线性理论。这里的收缩属于逻辑演算中的结构规则，不是神经网络压缩或信号降维。 摘要确认开展了句子相似度实验，但未给出数据集、划分、评价指标、对照结果或性能数值，因此不能据此判断该理论构造是否带来经验性能提升。具体语义映射、模态的有界条件、实验协议、消融及统计信息尚未验证。 论文主要研究对象是形式逻辑与自然语言语义，而非状态空间时序模型或神经信号解码。现有材料不足以建立其机制与 EEG/BCI 瓶颈的具体对应关系，不据此提出迁移效果或复现实验建议；已有 EEG 相关工作尚未检索确认。