标签
本文开发了一种用于语言模型语义更新的随机词汇演算框架，定义了语言推导的概率支持有意义的序列表示状态的条件。实证实验验证了该框架在校准条件下的稳定性和覆盖性。
本文介绍语义场理论（SFT），这是一种用于词汇语义的计算模型，通过语义场、语境变形、交互项和能量最小化来建模意义。提供了包括高斯积闭包、用于高阶交互的莫比乌斯反演和稳定性条件在内的形式化元素。
本文提出了场景抽象（Scene Abstraction）框架，该框架利用大语言模型的少样本提示，构建单词在上下文中引发的解释性场景的结构化表示。作者引入了COCA-Scenes数据集，包含520个使用实例，并提供了实证证据表明场景是可可靠识别的，且比替代方案更符合人类解释。