NeSyCat은 신경-기호 프레임워크 ULLER의 세 가지 의미론(고전, 퍼지, 확률)이 모두 모나드 기반 범주적 프레임워크의 예시임을 보여줘요. ULLER의 범주적 프레임워크를 통해 새로운 의미론을 모듈화하고 기존 의미론 간의 체계적인 번역을 가능하게 해요. Giry 모나드를 확장하여 논리 텐서 네트워크(LTN)에 일반화된 양상을 추가하고, Python과 Haskell로 ULLER의 초기 버전을 GitHub에 공개했어요.