可能性赋值方程
一个自然语言的命题可以解释成一个模糊集合对一个可能性分布的赋值，或者说，如果P是一个自然语言的命题，那么P可翻译成一个可能性赋值方程：
P→Ⅱ（x1,x2,…,xn）=F
其中x1,x2,…xn是P中明确包含或隐含的变量。Ⅱ（x1,x2,…,xn）是n无变量x
(x1,x2,…,xn)的可能性分布。F是U1×U2×…×Un上的一个模糊子集，其中Ui(i=1,2,…,n)是与x1相关联的论域。
通常，一个形式为P x is F的命题，往往被翻译成如下形式
P→A（x）=F
其中A（x）是一个x隐藏的属性。比如
Joe
is young→ⅡAge(Joe)=young
Maria
is blond→Ⅱcolor(hair(Maria)=blond
Max
is about as tall as Jim→Ⅱ(Height(Max),Height(Jim))
句子“Joe是年轻人”、“Maria的头发是棕色”和“Max几乎与Jim一样高”中的变量隐藏的属性分别是年龄（age）、头发的颜色（hair,color）和身高（height）。