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。每个表达都标注了源自认知语言学理论的二元概念特征，成对的Jaccard相似度定义了一个加权图。

  • 社区检测显示，习语按概念模式聚类而非按语言聚类，产生的结构符合认知语言学的预测。
  • 概念网络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进行自动标注来扩展规模。
  • 跨语言迁移实验表明，仅凭概念接近性就能在五个语系中识别出可接受的翻译对，与基于嵌入的基线相比有显著提升。
  • 消融研究表明，模式、角色和效价以非冗余的方式为网络的组织特性和习语检测性能做出贡献。

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