arXiv 于 2026 年 4 月 25 日收到了一篇题为《IdiomX：面向习语理解、检索与解释的多语言基准》的论文，作者为 Ayman Ali Sharara，编号 arXiv:2606.02584v1，属于计算与语言（cs.CL）分类，同时交叉涉及人工智能（cs.AI）与信息检索（cs.IR），ACM 分类为 I.2.7 与 I.2.6。论文全文共 12 页、含 21 幅图，并公开了数据集与代码，相关资源可在 HuggingFace、Kaggle 与 GitHub 上获取，提交版本大小为 1,016 KB。
论文指出，习语表达一直是自然语言处理中的顽固难题。其含义通常并非由各组成词的字面意义简单相加而来，且高度依赖上下文，在不同语言之间也难以对齐。现有的习语资源往往在规模、上下文多样性或多语言覆盖面上存在不足，从而限制了它们对当代语言模型的实用价值。
为应对这一问题，作者提出了 IdiomX——一个面向习语理解、检索与解释的大规模多语言基准。该基准通过一套可复现的多阶段流水线构建，流程包括词汇资源抽取、大规模规范化、受控的大语言模型增强以及结构化验证，从而在保证规模的同时兼顾质量控制。
最终数据集包含超过 19 万个情境化示例，覆盖 1.2 万余条习语，并提供对齐的英语、阿拉伯语与法语语义表示，标注了习语用法与字面用法两类标签，还附带丰富的语言学元数据。这一设计使该资源不仅能用于判别某个表达是否被当作习语使用，也能支撑跨语言的语义对齐研究。
在资源基础上，作者定义了一个统一的四项任务基准：习语检测、上下文到习语的检索、阿拉伯语到英语的习语检索，以及习语解释。这一任务设计将评测范围从单纯的比喻识别，扩展到语义落地与可解释的意义检索，形成从检测到检索再到语义解释的递进式评测链条。
实验结果显示，基于上下文的 Transformer 模型能够显著提升习语检测效果；混合检索与重排序架构则明显增强了单语与跨语言两类习语检索的表现。结果还表明，习语解释可以被有效地建模为语义检索任务，从而将可解释性引入为基准的一个补充维度。
总体而言，IdiomX 提供了一个可扩展的基准，用于将习语语言研究视作从检测、检索到语义解释的渐进过程，并给出一个模块化框架，可扩展至更多语言与更广泛的比喻性推理任务。论文同时提供了 HuggingFace、Kaggle 与 GitHub 等资源入口，便于社区复现与后续研究。