今天，有两种语义模型争相解释人类是如何生成和理解文本的：词典模型和百科全书模型。根据词典模型，一门语言是一系列由精确的定义所解释的条目，通常是由一套有限的语义规则组成，不能够再进一步分析。从这个角度讲，man的意思是“成年人类雄性”。这些条目可以根据一套有限的句法规则加以组合。于是诸如“这个人是头猪”的句子被认为是无意义的。词典模型无疑具有相当人造的特性。但是很多语言学家和分析哲学家长久以来都相信，既然它描绘了一般智力的人的能力，那么至少能够为智能机器提供语义指令。但不幸的是，人工智能领域的研究证明，即使具有词典般能力的机器也赶不上一个蠢笨的人。要想理解文本，一台机器就必须配备百科全书格式的信息。
百科全书模型的建立基础是假定语言中的每个条目都必须由其他可能的语言条目来诠释——后者根据一些先在的文化规约能够与前者相关联。每一个符号都能被另一个符号所诠释，后者充当前者的解释项。语言条目man的解释项可以是它的同义词、一句简单的定义或是一段长长的解释——涉及人的生物本性，我们这个物种的历史，与人类的过去、现在和未来相关的每一条信息，以及从对人的观念中推出来的所有推论。由人工智能提出来的第一个也是最有影响的模型就是罗斯·奎利恩模型（Q模型）。我在《符号学理论》中广泛地使用过这个模型，目的是说明我们的文化能力应该如何被假定。奎利恩的模型建立在由各类联想关系交织联结而成的节点之上。对于每一个词项的意义来说，在其内存中必须有一个把待定义的词语作为其“鼻祖”的节点，在这里被称为类型。类型A的定义预见着一系列作为个别符被囊括其中的其他词项，用来作为它的解释项。这个词项的意义结构是通过与各种个别符之间的联系的多重性构成的，而这些个别符中的每一个又接着成为类型B，也就是囊括很多作为个别符的其他词项的新结构的“鼻祖”，其中一些词项也是类型A的个别符，并且可以把类型A作为个别符囊括进去。像生长这样的个别符可以成为新的分支（或平面）的类型，在其个别符中包括很多与植物相关的个别符（比如，空气或水，当然也包括植物本身）。于是，一个完整内存的理想结构将会形成一个庞大的平面集合，其中每一个平面完全由除“主节点”之外的个别符节点构成。
这个模型是建立在无限衍义过程之上的。从一个被当成类型的符号出发，可能从中心到外围渗入整个文化单位的宇宙，每一个文化单位又继而成为中心，创造出无限的外围区域。