计算机应用

作者：杨青, 朱焱

单位：西南交通大学 计算机与人工智能学院，成都 611756

关键词：隐喻,隐喻识别,预训练模型,语言学规则,外部资源

基金：四川省科技计划项目(2019YFSY0032)

现有的隐喻识别任务研究工作多采用深度学习技术，而并未深入利用语言学规则，主要表现为规则中涉及的目标词的语义与基本义的表征存在缺陷，导致相关模型无法聚焦目标词与更相关上下文词之间的差异，且基本义与上下文含义界限仍然模糊。针对上述问题，提出一种改进语言规则中的表示的隐喻识别模型（MeRL）。首先，增强选择偏好违反（SPV）和隐喻识别过程（MIP）规则都涉及目标词的语义表示；其次，表征MIP规则中的目标词的基本义；最后，融合基于规则设计的SPV与MIP模块来共同识别隐喻。相较于MelBERT（Metaphor-aware late interaction over BERT）等基线模型，在基准数据集VUA-18、VUA Verb、MOH-X上的实验结果表明，所提模型的F1值分别至少提高了0.6、0.9、1.2个百分点，表明该模型识别隐喻更准确；在TroFi数据集上进行zero-shot迁移学习的结果显示，所提模型的F1值至少提高了0.7个百分点，表明该模型的泛化能力更强。

来源：2025年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第8期