本文提出了一个新的模型框架，使用范畴论的概念空间广义化，并展示了如何从数据中自动地学习概念表示。通过范畴论的形式化，详细阐述了该框架的基本原理。在现有的概念空间框架基础上，从简单形状的图像中学习了形状、颜色、大小和位置等概念。在经典实现中概念表示为高斯函数，在量子实现中表示为量子效应。在经典情况下，开发了一个新的模型，与语言相连接，使得概念的名称成为图形模型的一部分。在量子情况下，概念通过一个混合的经典 - 量子网络进行学习，该网络通过卷积神经网络进行经典图像处理，并通过参数化量子电路生成量子表示。最后，考虑了量子概念模型是否可以被视为Gardenfors意义上的概念空间。