Исследователи представили интерпретируемую графовую модель для анализа идиоматических и фигуративных выражений в восьми типологически различных языках. Система использует бинарные концептуальные признаки, основанные на когнитивно-лингвистической теории, для сопоставления смысловых структур. Разработка позволяет формализовать абстрактные понятия, такие как «сокрытие» или «эмоциональность», что открывает новые возможности для улучшения качества машинного перевода и семантического анализа.

В основе метода лежит построение сетей, где идиомы представлены как узлы, связанные общими концептуальными характеристиками. Такой подход преодолевает ограничения традиционных векторных представлений, которые часто теряют нюансы переносного значения при переводе между языковыми семьями. Использование графов позволяет визуализировать семантические связи и выявлять универсальные когнитивные паттерны, общие для разных культурных контекстов.

Данная работа вносит вклад в развитие методов обработки естественного языка (NLP), ориентированных на понимание глубокого смысла, а не только статистических закономерностей. Модель демонстрирует, как интеграция лингвистических теорий в архитектуру машинного обучения помогает справляться с небуквальными конструкциями, которые остаются сложной задачей для современных больших языковых моделей.

Ключевые факты

  • Исследование охватывает 160 идиоматических и фигуративных выражений.
  • Анализ проведен для восьми типологически разнообразных языков.
  • Модель использует систему бинарных признаков, включая категории «сокрытие», «эмоциональность» и «социальное взаимодействие».
  • Метод основан на применении графовых структур для представления концептуальных связей между выражениями.
  • Работа направлена на повышение интерпретируемости семантических моделей в задачах кросс-лингвистического анализа.