En cualquiera de estos tipos de texto, la interpretación depende de crear / encontrar / seleccionar marcos de referencia apropiados para el significado. Esto implica el análisis de los marcos y dominios culturales relevantes. Ese es un problema complejo y no trivial que comparte muchos de los problemas en PNL. Implica lenguaje, psicología, incluso filosofía y modelos del universo y la causalidad.
Obviamente, no puede extraer el significado completo simplemente de las palabras o incluso de las estructuras solo. La interpretación debe ascender a un meta nivel que involucra modelos mundiales, que se encarnan en las culturas. La interpretación debe tener sentido y tener significado dentro de esos marcos. Pregúntese cómo un humano daría sentido a las cosas en tales contextos.
Voy a tirar aquí una idea que vale la pena reflexionar.
- ¿Habrá diferentes algoritmos para implementar la inserción y eliminación de una estructura de datos como b árboles?
- ¿Cuál es el mejor sitio para aprender la estructura de datos y el algoritmo?
- Cómo resolver el problema INUMBER usando gráficos
- ¿Cómo la elección incorrecta de las estructuras de datos hace que un programa sea ineficiente?
- ¿Cuál es el número total de comparaciones en un tipo de burbuja?
Hoy imaginé el concepto de ‘tensores culturales’: si expresas culturas como espacios de vectores de conocimiento multidimensionales (donde cada vector es un conocimiento compuesto por conexiones a vectores básicos que también son conocimiento), entonces puedes comenzar a identificar cómo interactúan las culturas expresando los tensores entre los espacios vectoriales de las culturas. En otras palabras, si tiras de un vector en una cultura, ¿cómo atrae a los vectores en otras culturas? Creo que hay espacio para una tesis en esto, y potencialmente una forma de mejorar enormemente las bases de datos de Google-ish de una manera analítica rigurosa.
Agregado: en mi concepción, los vectores de base de conocimiento caen en las clases de objetos, acciones, relaciones y propiedades. [mi extensión a las nociones de John Sowa sobre esto]. Allí: tienes mucha comida para una disertación.
