本研究提出了一种多阶段深度神经网络架构，利用注意力机制和上下文信息对句子中的习语表达进行定位，通过评估表明该模型能够在各类习语表达的数据集上实现新的最优结果，并具有对未见过的习语表达的识别能力。

Oct, 2021

对非组合性语言的准确处理依赖于生成良好的表达形式。PIER 是一种语言模型，通过建立在 BART 上，可以创造出对英语潜在成语表达（PIEs）进行语义上有意义和上下文适当的表达。PIEs 的特点是非组合性和文字和成语诠释中的上下文歧义。通过对嵌入质量的内在评估和对 PIE 处理和 NLU 任务的外在评估，我们发现 PIER 生成的表达形式比 BART 在嵌入聚类的均一性得分上高出 33%，而相较于最先进的 IE 表示模型 GIEA，在 PIE 意义分类和跨度检测方面精度和序列准确度提高了 3.12% 和 3.29%。与 BART 相比，这些增益并没有牺牲 PIER 在 NLU 任务上的性能（+/- 1% 的准确度）。

Oct, 2023

本文研究表明，由习语或比喻语言训练的开放域对话系统能够更好地生成与包含习语提示相符的回复，通过利用潜在习惯表达（PIE）- 英语习语语料库，我们实现了 98％F1 宏分数的准确率和更好的会话回复效果，为公众贡献了模型检查点 / 演示和代码。

May, 2022

通过使用预训练的语言模型，我们可以提供上下文感知的句子嵌入来检测句子中的多词表达是否是惯用用法，从而更好地理解多词表达的惯用含义。

Apr, 2022

本文提出了一个用于自动分类习语和字面表达的算法，通过利用 LDA 无监督聚类方法和情感分析技术，采用词袋表示法来提取包含习语和字面表达的段落中的主题，从而实现对习语和字面表达的区分。

Feb, 2018

本文介绍了我们对 SemEval-2022 第二项任务 2 多语种成语检测和句子嵌入的子任务 B 进行的系统描述。通过添加每个成语的嵌入，我们修改了标准 BERT 句子转换器，这些嵌入是使用 BERTRAM 和少量上下文创建的。我们展示了这种技术提高了成语表征的质量，并在任务上导致了更好的表现。我们还对最终结果进行了分析，表明所产生的成语嵌入的质量对输入上下文的质量非常敏感。

Apr, 2022

本文介绍了一个包含英语和葡萄牙语的细粒度含义数据集，用于测试语言模型对习语使用的检测能力和生成含有习语句子的表现效果，并且发现 fine-tuning 是学习包含 MWE 的句子表示的一种有效的样本高效方法。

Sep, 2021

本文提供一个大规模的，用于英语自然语言处理的潜在成语表达（Potential Idiomatic Expression，PIE）数据集，其中包括超过 1,200 种逾二十一万个语料库样例，涵盖了十类（或意义）成语及其词义，提供了基准和比较三种常见的模型（包括 BERT 模型）的分类实验，该数据集可扩展，可用于各种 NLP 任务。

Apr, 2021

本文探讨了习语句子改写的任务，提出了无监督和弱监督的方法来解决数据不足的问题，并用自动和手工评估验证了这些方法的有效性，该任务的实际用途是作为 En-De 机器翻译的预处理步骤。

Dec, 2021

使用大型语言模型开发的多语言习语知识库（IdiomKB）能够提高机器翻译模型的性能，通过检索习语的比喻含义，使较小的模型在翻译过程中得到更全面的理解。

Aug, 2023