Saved in:
| Main Author: | |
|---|---|
| Format: | Recurso digital |
| Language: | |
| Published: |
Zenodo
2025
|
| Online Access: | https://doi.org/10.5281/zenodo.16875523 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1866902209314160640 |
|---|---|
| author | Usai, Luigi |
| author_facet | Usai, Luigi |
| contents | <p><strong>English Description for Zenodo</strong></p> <p>This paper introduces the Quantum and Contextual Semantic Compression (<span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span>), a novel theoretical framework that fundamentally reframes the process of automated text summarization as a general theory of meaning transformation.</p> <p>The work begins with a rigorous critique of the current paradigm in Natural Language Processing (NLP) for text summarization, identifying three core epistemological limitations:</p> <ul> <li> <p>The Static Conceptual Atom: Existing systems erroneously treat concepts (e.g., noun phrases) as the fundamental units of meaning, whereas meaning is primarily constructed through propositions that predicate relationships and properties.</p> </li> <li> <p>The Achronic Representation of Sense: The reliance on static, graph-based structures fails to capture the dynamic, sequential, and rhetorical trajectory through which a text's meaning unfolds.</p> </li> <li> <p>The Illusion of Pragmatic Objectivity: Current models operate under the implicit and flawed assumption that meaning is an objective property of the text, thereby ignoring the crucial role of pragmatic context, authorial intent, and the reader's profile.</p> </li> </ul> <p>To overcome these asymptotic limits, the <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> paradigm proposes a paradigm shift inspired formally and metaphorically by quantum mechanics. Its core principles are:</p> <ul> <li> <p>From Semantic Graphs to Narrative State Spaces (SSN): A text is modeled not as a static graph, but as a discrete trajectory, <span><span><span><span><span>Ψ</span></span></span></span></span>, within a high-dimensional Narrative State Space (Spazio degli Stati Narrativi - SSN), analogous to a Hilbert space. Each minimal propositional unit is represented by a state vector <span><span><span><span><span>∣</span><span><span>ψ</span><span><span><span><span><span><span><span><span>i</span></span></span></span></span><span></span></span></span></span></span><span>⟩</span></span></span></span></span> that encodes both its semantic content and its relational context.</p> </li> <li> <p>The Contextual Compression Operator (<span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>): Semantic compression is redefined not as a reductive extraction but as a transformation of the narrative trajectory. This is achieved by the application of a Contextual Compression Operator, <span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>, which projects the original trajectory <span><span><span><span><span>Ψ</span></span></span></span></span> into a new, lower-dimensional trajectory <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span>. The operator's function is determined by a context vector, <span><span><span><span><span>θ</span></span></span></span></span>, which explicitly defines the pragmatic goal, target audience, desired output style, and other parameters, allowing for highly tailored transformations from a single source text.</p> </li> <li> <p>Neuro-Symbolic Generation: The final textual output is generated via a process analogous to quantum measurement, where a neuro-symbolic architecture "collapses" the abstract compressed trajectory <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span> into a coherent linguistic form. This process combines the fluency of a large language model with the logical rigor of a symbolic verifier that enforces causal and logical constraints derived from the SSN.</p> </li> </ul> <p>The paper further provides a concrete four-phase operational roadmap for the implementation of the <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> framework and introduces a suite of novel, holistic evaluation metrics, such as Trajectory Divergence and Pragmatic Fidelity, designed to assess the structural and functional integrity of the meaning transformation beyond simple lexical overlap.</p> <p>This work lays the theoretical and operational foundations for a new generation of artificial intelligence systems capable of a deeper and more dynamic understanding of meaning, moving beyond summarization to a veritable physics of meaning.</p> <p>Keywords: Semantic Compression, Computational Linguistics, Natural Language Processing, Pragmatics, Information Theory, Knowledge Representation, Operator Theory.</p> <p><strong>Descrizione in Italiano per Zenodo</strong></p> <p>Questo articolo introduce il paradigma della Compressione Semantica Quantistica e Contestuale (<span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span>), un nuovo framework teorico che rifonda radicalmente il processo di riassunto automatico del testo, elevandolo a una teoria generale della trasformazione del significato.</p> <p>Il lavoro muove da una rigorosa diagnosi critica del paradigma corrente nell'ambito del Natural Language Processing (NLP), identificandone tre limiti epistemologici fondamentali:</p> <ul> <li> <p>L'Atomo Concettuale Statico: I sistemi attuali trattano erroneamente i concetti (es. sintagmi nominali) come atomi fondamentali del significato, mentre il significato si costituisce primariamente attraverso proposizioni che predicano proprietà e relazioni.</p> </li> <li> <p>La Rappresentazione Acronica del Senso: L'impiego di strutture a grafo, intrinsecamente statiche, non è in grado di catturare la traiettoria dinamica, sequenziale e retorica attraverso cui il significato di un testo si dispiega.</p> </li> <li> <p>L'Illusione dell'Oggettività Pragmatica: I modelli correnti operano sotto l'implicita e fallace assunzione che il significato sia una proprietà oggettiva del testo, ignorando così il ruolo cruciale del contesto pragmatico, dell'intento autoriale e del profilo del lettore.</p> </li> </ul> <p>Per superare questi limiti asintotici, il paradigma <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> propone un cambiamento radicale, ispirato metaforicamente e formalmente alla meccanica quantistica. I suoi principi fondanti sono:</p> <ul> <li> <p>Dai Grafi Semantici allo Spazio degli Stati Narrativi (SSN): Un testo non è modellato come un grafo statico, ma come una traiettoria discreta, <span><span><span><span><span>Ψ</span></span></span></span></span>, all'interno di uno Spazio degli Stati Narrativi (SSN) ad alta dimensionalità, analogo a uno spazio di Hilbert. Ogni unità proposizionale minima è rappresentata da un vettore di stato <span><span><span><span><span>∣</span><span><span>ψ</span><span><span><span><span><span><span><span><span>i</span></span></span></span></span><span></span></span></span></span></span><span>⟩</span></span></span></span></span>, che codifica sia il suo contenuto semantico sia la sua relazione logica e retorica con lo stato precedente.</p> </li> <li> <p>L'Operatore di Compressione Contestuale (<span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>): La compressione semantica è ridefinita non come un'estrazione riduttiva, ma come una trasformazione della traiettoria narrativa. Ciò si ottiene mediante l'applicazione di un Operatore di Compressione Contestuale, <span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>, che proietta la traiettoria originale <span><span><span><span><span>Ψ</span></span></span></span></span> in una nuova traiettoria <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span> a dimensionalità inferiore. L'azione dell'operatore è condizionata da un vettore di contesto, <span><span><span><span><span>θ</span></span></span></span></span>, che definisce esplicitamente lo scopo pragmatico, il pubblico di destinazione, lo stile di output e altri parametri, permettendo così di generare trasformazioni radicalmente diverse a partire dal medesimo testo sorgente.</p> </li> <li> <p>Generazione Neuro-Simbolica: L'output testuale finale è prodotto attraverso un processo analogo alla misurazione quantistica, in cui un'architettura neuro-simbolica "collassa" la traiettoria astratta compressa <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span> in una forma linguistica coerente. Tale processo combina la fluenza di un modello linguistico di grandi dimensioni (LLM) con il rigore logico di un verificatore simbolico che impone i vincoli causali e inferenziali derivati dall'SSN.</p> </li> </ul> <p>L'articolo delinea inoltre una concreta roadmap operativa in quattro fasi per l'implementazione del framework <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> e introduce una suite di metriche di valutazione olistiche e innovative, come la Divergenza Traiettoriale e la Fedeltà Pragmatica, concepite per quantificare l'integrità strutturale e funzionale della trasformazione del significato, superando i limiti della semplice sovrapposizione lessicale.</p> <p>Questo lavoro getta le fondamenta teoriche e operative per una nuova generazione di sistemi di intelligenza artificiale capaci di una comprensione del significato più profonda e dinamica, muovendo oltre il riassunto automatico verso una vera e propria fisica del significato.</p> <p>Parole chiave: Compressione Semantica, Linguistica Computazionale, Elaborazione del Linguaggio Naturale, Pragmatica, Teoria dell'Informazione, Rappresentazione della Conoscenza, Teoria degli Operatori.</p> |
| format | Recurso digital |
| id | zenodo_https___doi_org_10_5281_zenodo_16875523 |
| institution | Zenodo |
| language | |
| publishDate | 2025 |
| publisher | Zenodo |
| record_format | zenodo |
| spellingShingle | Quantum and Contextual Semantic Compression (QS²C) Paradigm Usai, Luigi <p><strong>English Description for Zenodo</strong></p> <p>This paper introduces the Quantum and Contextual Semantic Compression (<span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span>), a novel theoretical framework that fundamentally reframes the process of automated text summarization as a general theory of meaning transformation.</p> <p>The work begins with a rigorous critique of the current paradigm in Natural Language Processing (NLP) for text summarization, identifying three core epistemological limitations:</p> <ul> <li> <p>The Static Conceptual Atom: Existing systems erroneously treat concepts (e.g., noun phrases) as the fundamental units of meaning, whereas meaning is primarily constructed through propositions that predicate relationships and properties.</p> </li> <li> <p>The Achronic Representation of Sense: The reliance on static, graph-based structures fails to capture the dynamic, sequential, and rhetorical trajectory through which a text's meaning unfolds.</p> </li> <li> <p>The Illusion of Pragmatic Objectivity: Current models operate under the implicit and flawed assumption that meaning is an objective property of the text, thereby ignoring the crucial role of pragmatic context, authorial intent, and the reader's profile.</p> </li> </ul> <p>To overcome these asymptotic limits, the <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> paradigm proposes a paradigm shift inspired formally and metaphorically by quantum mechanics. Its core principles are:</p> <ul> <li> <p>From Semantic Graphs to Narrative State Spaces (SSN): A text is modeled not as a static graph, but as a discrete trajectory, <span><span><span><span><span>Ψ</span></span></span></span></span>, within a high-dimensional Narrative State Space (Spazio degli Stati Narrativi - SSN), analogous to a Hilbert space. Each minimal propositional unit is represented by a state vector <span><span><span><span><span>∣</span><span><span>ψ</span><span><span><span><span><span><span><span><span>i</span></span></span></span></span><span></span></span></span></span></span><span>⟩</span></span></span></span></span> that encodes both its semantic content and its relational context.</p> </li> <li> <p>The Contextual Compression Operator (<span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>): Semantic compression is redefined not as a reductive extraction but as a transformation of the narrative trajectory. This is achieved by the application of a Contextual Compression Operator, <span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>, which projects the original trajectory <span><span><span><span><span>Ψ</span></span></span></span></span> into a new, lower-dimensional trajectory <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span>. The operator's function is determined by a context vector, <span><span><span><span><span>θ</span></span></span></span></span>, which explicitly defines the pragmatic goal, target audience, desired output style, and other parameters, allowing for highly tailored transformations from a single source text.</p> </li> <li> <p>Neuro-Symbolic Generation: The final textual output is generated via a process analogous to quantum measurement, where a neuro-symbolic architecture "collapses" the abstract compressed trajectory <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span> into a coherent linguistic form. This process combines the fluency of a large language model with the logical rigor of a symbolic verifier that enforces causal and logical constraints derived from the SSN.</p> </li> </ul> <p>The paper further provides a concrete four-phase operational roadmap for the implementation of the <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> framework and introduces a suite of novel, holistic evaluation metrics, such as Trajectory Divergence and Pragmatic Fidelity, designed to assess the structural and functional integrity of the meaning transformation beyond simple lexical overlap.</p> <p>This work lays the theoretical and operational foundations for a new generation of artificial intelligence systems capable of a deeper and more dynamic understanding of meaning, moving beyond summarization to a veritable physics of meaning.</p> <p>Keywords: Semantic Compression, Computational Linguistics, Natural Language Processing, Pragmatics, Information Theory, Knowledge Representation, Operator Theory.</p> <p><strong>Descrizione in Italiano per Zenodo</strong></p> <p>Questo articolo introduce il paradigma della Compressione Semantica Quantistica e Contestuale (<span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span>), un nuovo framework teorico che rifonda radicalmente il processo di riassunto automatico del testo, elevandolo a una teoria generale della trasformazione del significato.</p> <p>Il lavoro muove da una rigorosa diagnosi critica del paradigma corrente nell'ambito del Natural Language Processing (NLP), identificandone tre limiti epistemologici fondamentali:</p> <ul> <li> <p>L'Atomo Concettuale Statico: I sistemi attuali trattano erroneamente i concetti (es. sintagmi nominali) come atomi fondamentali del significato, mentre il significato si costituisce primariamente attraverso proposizioni che predicano proprietà e relazioni.</p> </li> <li> <p>La Rappresentazione Acronica del Senso: L'impiego di strutture a grafo, intrinsecamente statiche, non è in grado di catturare la traiettoria dinamica, sequenziale e retorica attraverso cui il significato di un testo si dispiega.</p> </li> <li> <p>L'Illusione dell'Oggettività Pragmatica: I modelli correnti operano sotto l'implicita e fallace assunzione che il significato sia una proprietà oggettiva del testo, ignorando così il ruolo cruciale del contesto pragmatico, dell'intento autoriale e del profilo del lettore.</p> </li> </ul> <p>Per superare questi limiti asintotici, il paradigma <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> propone un cambiamento radicale, ispirato metaforicamente e formalmente alla meccanica quantistica. I suoi principi fondanti sono:</p> <ul> <li> <p>Dai Grafi Semantici allo Spazio degli Stati Narrativi (SSN): Un testo non è modellato come un grafo statico, ma come una traiettoria discreta, <span><span><span><span><span>Ψ</span></span></span></span></span>, all'interno di uno Spazio degli Stati Narrativi (SSN) ad alta dimensionalità, analogo a uno spazio di Hilbert. Ogni unità proposizionale minima è rappresentata da un vettore di stato <span><span><span><span><span>∣</span><span><span>ψ</span><span><span><span><span><span><span><span><span>i</span></span></span></span></span><span></span></span></span></span></span><span>⟩</span></span></span></span></span>, che codifica sia il suo contenuto semantico sia la sua relazione logica e retorica con lo stato precedente.</p> </li> <li> <p>L'Operatore di Compressione Contestuale (<span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>): La compressione semantica è ridefinita non come un'estrazione riduttiva, ma come una trasformazione della traiettoria narrativa. Ciò si ottiene mediante l'applicazione di un Operatore di Compressione Contestuale, <span><span><span><span><span><span><span><span><span><span><span>C</span></span><span><span>^</span></span></span></span></span></span><span><span><span><span><span><span><span><span>θ</span></span></span></span></span><span></span></span></span></span></span></span></span></span></span>, che proietta la traiettoria originale <span><span><span><span><span>Ψ</span></span></span></span></span> in una nuova traiettoria <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span> a dimensionalità inferiore. L'azione dell'operatore è condizionata da un vettore di contesto, <span><span><span><span><span>θ</span></span></span></span></span>, che definisce esplicitamente lo scopo pragmatico, il pubblico di destinazione, lo stile di output e altri parametri, permettendo così di generare trasformazioni radicalmente diverse a partire dal medesimo testo sorgente.</p> </li> <li> <p>Generazione Neuro-Simbolica: L'output testuale finale è prodotto attraverso un processo analogo alla misurazione quantistica, in cui un'architettura neuro-simbolica "collassa" la traiettoria astratta compressa <span><span><span><span><span>Ψ<span><span><span><span><span><span><span>′</span></span></span></span></span></span></span></span></span></span></span></span> in una forma linguistica coerente. Tale processo combina la fluenza di un modello linguistico di grandi dimensioni (LLM) con il rigore logico di un verificatore simbolico che impone i vincoli causali e inferenziali derivati dall'SSN.</p> </li> </ul> <p>L'articolo delinea inoltre una concreta roadmap operativa in quattro fasi per l'implementazione del framework <span><span><span><span><span>Q</span><span><span>S</span><span><span><span><span><span><span><span>2</span></span></span></span></span></span></span></span><span>C</span></span></span></span></span> e introduce una suite di metriche di valutazione olistiche e innovative, come la Divergenza Traiettoriale e la Fedeltà Pragmatica, concepite per quantificare l'integrità strutturale e funzionale della trasformazione del significato, superando i limiti della semplice sovrapposizione lessicale.</p> <p>Questo lavoro getta le fondamenta teoriche e operative per una nuova generazione di sistemi di intelligenza artificiale capaci di una comprensione del significato più profonda e dinamica, muovendo oltre il riassunto automatico verso una vera e propria fisica del significato.</p> <p>Parole chiave: Compressione Semantica, Linguistica Computazionale, Elaborazione del Linguaggio Naturale, Pragmatica, Teoria dell'Informazione, Rappresentazione della Conoscenza, Teoria degli Operatori.</p> |
| title | Quantum and Contextual Semantic Compression (QS²C) Paradigm |
| url | https://doi.org/10.5281/zenodo.16875523 |