본 논문은 자연어 의미를 양자 이론의 수학적 틀을 사용하여 형식적 다이어그램으로 표현하는 Categorical Compositional Distributional (DisCoCat) 프레임워크를 다룬다. DisCoCat 다이어그램은 텐서 네트워크와 양자 회로와 연결될 수 있으며, 양자 자연어 처리(QNLP)에서 다양한 맥락에서 밀도 행렬과 연결되어 왔다. 기존의 QNLP에서 밀도 행렬의 사용은 모호한 단어를 보다 기본적인 단어들에 대한 확률 분포로 모델링하는 것을 포함한다(예: 단어 "queen"은 여왕 또는 체스 말을 의미할 수 있음). 본 논문에서는 문장의 구문적 모호성을 설명하기 위해 프로세스에 대한 확률 분포를 사용하는 것을 조사한다. 이러한 문장의 의미는 밀도 행렬로 표현되며, 문장의 의미를 나타내는 양자 회로에 대한 확률 분포를 생성하는 방법과 이 접근 방식이 기존 문헌의 작업을 일반화하는 방법을 보여준다. 제안된 이론을 검증하기 위한 실험을 수행한다.