在阿拉伯语中，隐喻是一种以文化为基础的意义构建机制，编码了影响解读的文化知识。然而，目前的阿拉伯语言模型通常将词汇、文化与隐喻信息压缩到一个单一的表示空间中，我们称之为“语义模糊”。
为了解决这一问题，我们提出了CAMMAR（文化感知的隐喻阿拉伯表示的套娃模型），这是一个表示学习框架，将意义组织成嵌套的词汇、文化和隐喻嵌入子空间，通过分阶段的语义课程进行学习。该设计实现了Al-Jurjani的nazum理论的组合原则，将比喻意义建模为基于先前语义关系的组合性基础，并生成了一种无训练的几何度量，基于词汇和隐喻表示之间的距离来评估隐喻性。
在一个新的跨度注释的阿拉伯隐喻集上进行评估，作为词匹配的比喻/字面对，几何读出在监督配对的情况下能够有效检测隐喻（AUC高达0.84；在82.6%的对中，比喻得分高于相同词的字面意义），但在仅进行无监督领域对比时表现与随机相当，显示出在有监督的清晰分离和无显现的非监督之间的差异。经过控制的消融实验显示，基于形态根的词汇层基础提供了一小但一致的增益，而直接探测反映该层质量的效果则未见。
我们将在论文接受后发布数据集、文化概念清单和代码。
博主点评： CAMMAR模型在隐喻理解中通过文化和词汇的嵌套表示提供了新的视角，强调了多层次语义结构的重要性。这种方法不仅有助于提升阿拉伯语言模型的性能，还为隐喻研究提供了理论基础，值得关注和深入探讨。