本文介绍了N-gram模型和Word2Vec的基本概念。N-gram模型用于计算句子概率，捕捉短语结构和上下文关系，但存在局限性。Word2Vec通过降低维度和赋予词语语义信息，解决了传统one-hot编码的问题，提升了词与词之间的关联性，并展示了其训练过程及在文本分类中的应用。

该研究提出了一种AV-NSL学习器，通过听音和看图学习短语结构，展示出推断短语结构的能力。该研究结果扩展了无监督语言习得和基于场景的语法识别的以前研究。