텍스트를 소화하는 방법은 여러 가지가 있을 수 있다.
다만 어떤 텍스트를 읽든, 그 자체가 어떤 경로로든 구성적으로, 집중적으로 관련된 글의 어떠한 내용에 유기적으로 연결될 필요가 있도록 의식 구조가 형성되어야 하는 것이다.
ⓐ 중요 요소 추출 [Pivotal Element Extraction]
어떤 요소가 글에서 소개하는 내용의 주축을 이루는지를 시작으로 관련하여 미세한 요소가 어떻게 가미되는지를 판단하기 위한 첫 단추이다. 글의 소재 또는 주제에서 작업을 수행하는 것이 일반적이지만, “유기적으로” 즉 요소의 등장 위치와 역할, 문단별로 나누어서 할 필요도 있다.
ⓑ 조건문 해석 [Conditions Revealed]
어떠한 요소의 특이적인 작용을 위한 조건은 상황의 분석과 구별을 위하여 일반적이다. 어떠한 형태의 과학이든 가지고 있는 요소로서, 작용과 작용의 조건은 명확히 설정되어야 하고 이것들이 또한 논리적으로 동시적일 수도 있기에, ‘작용이 요소로서 작동할 수 있는지’도 함께 살펴보아야 한다.
ⓒ 스키마 활용 [Schematic Approach]
스키마가 아니어도 좋으나, 좀 더 직관적으로 이해할 수 있는 스키마의 구조도를 이용한다면 좋다. 글의 내용을 ‘계산적으로’ 하기 위하여서는 필수적이다. 숙달된 독자라면 이 과정 또한 (생략된 채로 보일 뿐, 사실은) 생략된 채로 읽기 과정을 온전히 (머릿속에서 되기 때문에) 수행하는 데에 문제없다.
ⓓ 구성적 추론 [Componential/Constitutive Inferences]
하위 요소에서부터 비교를 시작하여 종점의 목적 일원적 유비 추론을 해내어야 한다. 가령 A에서 B까지의 어떤 과정이 일련의 요소 a, b, c, d, e로 순서대로 설명된다고 할 때 하위 요소, 즉 개점(시작) 요소 a부터 종점(종료) 요소 e까지 하나씩 다 따져야 한다. 이는 구성적 추론의 포괄적인 설명으로 과정주의적인데(proceptive), 어떤 대상 P와 Q를 비교하는 것 또한 이에 적용할 수 있다. 대상 P와 Q의 각 요소를 pi, qi라고 할 때 요소 비교 함수 Cr에 대하여 확률 함수처럼 i번째 각 대상의 요소에 대한 호출로써 0≤Cri(pi|qi)≤1 비교할 수 있는 것이다. 이를 통하여 대상의 요소 간 유사성을 비교하고 산술적으로 어떠한 선택지 중에서 높은 확률의 것을 짚어낼 수 있게 된다. Cr의 값은 오로지 독자의 인지 능력에 기초한다. 1과 2가 다름은 초등 과정이다.
ⓔ 요약적 정리 (Summary)
여러 방법을 동원한 관계로 글을 읽는 데서 끝 무렵에 다다랐다고 판단할 만하면, 자신이 이해하여 순간적으로 체내에 들인 정보가 글의 내용과 실제로 모순이 없는지를 확인한다. 같은지 확인하는 것보다, 틀린 것이 있는지를 확인하는 것이 여사건으로써 참일 확률을 보장할 만하다.