作者提出了一种可解释的基于网络的框架，用于在八种类型学上多样化的语言中表示习语和比喻意义，共计160个常规表达。

  • 每个表达都使用源自认知语言学理论的二元概念特征（包含、隐藏、情感、社会等）进行了注释。
  • 成对Jaccard相似度定义了一个加权图，其中社区检测揭示了按概念模式而非语言进行的聚类。
  • 该框架捕获了分布嵌入中不存在的独特语义信息，并且可以通过使用LLM进行自动注释来扩展规模。
  • 跨语言迁移实验表明，仅凭概念接近性即可在五个语系中识别出可接受的翻译对等词，优于基于嵌入的基线方法。
  • 消融研究证实，模式、角色和效价以非冗余的方式为网络的组织属性和习语检测性能做出了贡献。

该框架提供了一种可解释的、跨语言稳定的习语意义表示，结合了理论基础与实际效用。