跨语言习语表达的概念网络：基于特征的图方法揭示语义关联

近日，一项发表于arXiv的研究提出了一种可解释的网络框架，用于表示八种类型学多样语言中的习语和比喻意义。该研究共涵盖160个常规表达，其中大部分为习语。每个表达均通过认知语言学理论衍生的二元概念特征进行标注，包括包含性、隐蔽性、情感性、社会性等维度，并基于杰卡德相似度构建加权图。研究发现，通过社区检测揭示的聚类结构显示，习语按概念模式而非语言进行聚集，这一结果与认知语言学的预测一致。该概念网络能够捕捉分布嵌入中缺失的独特语义信息，可通过大语言模型自动标注进行扩展，提升下游习语检测任务性能，并在加入语料频率后保持稳健。跨语言迁移实验表明，仅凭概念接近度即可在五个语系中识别可接受的翻译对等词，显著优于基于嵌入的基线方法。消融研究证实，所有三个特征维度——图式、角色和情感效价——对网络的组织特性及习语检测性能均具有非冗余贡献，且特定的图衍生信号如社区成员关系和邻居相似性尤其具有信息量。该框架为习语意义提供了可解释且跨语言稳定的表示方法，兼具理论基础与实践效用。