저자들은 8개의 유형학적으로 다양한 언어에 걸쳐 관용적 및 비유적 의미를 표현하기 위한 해석 가능한 네트워크 기반 프레임워크를 제시합니다. 이는 총 160개의 관용적 표현을 대상으로 합니다. 각 표현은 인지언어학 이론에서 파생된 이진 개념 특징으로 주석이 달렸으며, 쌍별 Jaccard 유사도가 가중 그래프를 정의합니다.
- 커뮤니티 감지를 통해 관용적 표현이 언어가 아닌 개념적 스키마에 따라 클러스터링되며, 이는 인지언어학적 예측과 일치하는 구조를 생성함을 보여줍니다.
- 개념적 네트워크는 분산 임베딩에는 존재하지 않는 고유한 의미 정보를 포착하며 LLM을 통한 자동 주석을 통해 확장 가능합니다.
- 교차 언어 전이 실험은 개념적 근접성만으로 5개 언어군에 걸쳐 허용 가능한 번역 대응어를 식별할 수 있으며, 임베딩 기반 베이스라인 대비 상당한 개선을 보여줌을 나타냅니다.
- 아블레이션 연구는 스키마, 역할 및 정서성이 네트워크의 조직적 속성과 관용적 표현 감성 성능에 비중복적으로 기여함을 입증합니다.
이 프레임워크는 이론적 근거와 실용적 유용성을 결합하여 관용적 의미의 해석 가능하고 교차 언어적으로 안정적인 표현을 제공합니다.