人工知能の意味理解のために、意味理解パラメータ方式を考える場合、
- 「価値の高い」、「カワイイ」などの、いろいろな意味が考えられる or そう考える複数の理由が有るキーワードは、意味理解パラメータへの使用は困難かもしれない。
- 「カワイイ」パラメータを下方展開するとプリミティブなパラメータにたどり着く(前回のエントリー参照)。もともとの目的が「ポリシーの主張への適用」なので(少し忘れかけてますが)、パラメータ毎にそれが好ましいかどうか判断を行うが、一部には例えば「カワイイ」の意味展開で現れる「幼い」など、それが好ましいかどうかの判断が困難なもの（つまりポリシーの判断には寄与せず、純粋に意味理解のためのパラメータとなるもの）が存在する。
- 動機付けパラメータによる感情表現については、下方展開したサブパラメータを無視し、上位のパラメータのみで表す仮説（HP本編参照）を提案したが、
- 意味理解パラメータについては、下方展開したサブパラメータ（プリミティブ?）の方が、上位のパラメータ（「カワイイ」など含む意味が高次すぎるもの）より濁り無くシンプルに意味を示せるような気がする。
- 動機付けパラメータは、かなりこだわって、できるだけパラメータ総数が少なくなるように考えた(動機付けパラメータの場合は、上位のパラメータの方がプリミティブと暗に考えていた...かも)。一方で意味理解パラメータは、下方展開することになれば、パラメータ総数が桁違いに増える方向となってしまう。
- 実際の脳の働きに近いニューラルネットワークなどの方法であれば、実質的にはパラメータの総数は考慮の必要は無いが、ここで考えているのは意味理解パラメータ方式で要素毎にパラメータ設定する方法のため、考慮が必要になってくる。
