阿拉伯语隐喻理解新突破：CAMMAR框架实现文化感知的多层语义表示

阿拉伯语中的隐喻是一种基于文化的意义构建机制，承载着影响理解的文化知识。然而，当前阿拉伯语语言模型通常将词汇、文化和隐喻信息压缩到单一表示空间中，这种现象被称为“语义模糊”。为解决这一问题，研究团队提出了CAMMAR（文化感知的阿拉伯语隐喻嵌套表示）框架。

该框架采用分阶段语义课程学习的方法，将意义组织成嵌套的词汇、文化和隐喻嵌入子空间。其设计基于Al-Jurjani的nazum理论组合原则，将比喻意义建模为基于先前语义关系的组合基础，并产生了一种无需训练的几何度量方法，通过词汇和隐喻表示之间的距离来衡量隐喻性。

在评估中，研究人员使用新构建的阿拉伯语隐喻数据集（包含词语匹配的比喻/字面对）进行测试。当通过配对监督塑造层间几何结构时，几何读出方法检测隐喻的能力显著高于随机水平（AUC最高达0.84；82.6%的词对中比喻得分高于其字面对应词）。然而，在仅使用无监督领域对比的情况下，该方法效果与随机水平相当，清晰区分了有监督下的可解释机制和无监督下的非涌现机制。

控制性消融实验显示，将词汇层锚定在形态词根上能带来虽小但一致的性能提升，这种效应在直接探测中未出现，反映了该层作为测量锚点的质量。研究团队承诺将在论文被接受后发布数据集、文化概念清单和代码。