💬 NLP

Wisdom in Unity: The Role of Multilingual Training in Figurative Language Identification in Proverbs

Este artículo demuestra que la supervisión multilingüe, particularmente cuando incorpora diversas formas figurativas como los proverbios de cultura específica y morales/de carácter consultivo, mejora significativamente el rendimiento de la identificación del lenguaje figurado y sugiere un cambio hacia marcos multidimensionales a nivel de concepto más allá de los enfoques centrados en la metáfora.

Autores originales: Rama Alomair, Remas Alsubaie, Walaa Saifalislam, Rima Alsonbul, Mona Alnajjar, Razan Aldossari, Haya Alibrahim, Abeer Aldayel

Publicado 2026-08-11

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Rama Alomair, Remas Alsubaie, Walaa Saifalislam, Rima Alsonbul, Mona Alnajjar, Razan Aldossari, Haya Alibrahim, Abeer Aldayel

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando enseñar a un robot a entender los chistes, acertijos y dichos populares humanos. Esto no es solo traducir palabras de un idioma a otro; se trata de comprender el significado oculto detrás de ellos. En el mundo de la informática, esto se llama "lenguaje figurado". Es como un código secreto donde "están lloviendo gatos y perros" no significa que los animales estén cayendo del cielo, sino que la lluvia es intensa. Los proverbios son la prueba máxima para estos robots porque son cortos, están cargados de sabiduría cultural y, a menudo, no tienen sentido si se toman de forma literal. Durante mucho tiempo, los científicos intentaron enseñar a las computadoras a detectar estos dichos usando un solo idioma a la vez, como estudiar chistes en inglés en un aula solo de inglés. Pero el mundo real es desordenado y multilingüe, por lo que los investigadores querían saber: si le mostramos a un robot dichos en muchos idiomas diferentes al mismo tiempo, ¿se vuelve más inteligente? ¿Ayuda al robot a entender mejor un proverbio en inglés el hecho de ver ese mismo proverbio en francés, japonés y árabe?

Este artículo, titulado "Wisdom in Unity" (Sabiduría en la Unidad), profundiza en esa misma pregunta utilizando una colección masiva de 742 conceptos de proverbios traducidos a siete idiomas diferentes (árabe, inglés, francés, alemán, ruso, japonés y español), sumando más de 6,700 ejemplos. Los investigadores no solo preguntaron si un proverbio es "figurado" o "literal"; lo desglosaron en cuatro sabores específicos de significado: Metafórico (usando imágenes o símbolos), Moral/Asesor (dando una lección o advertencia), Causa–Efecto (vinculando una acción con un resultado) y Específico de la Cultura (que requiere un conocimiento local profundo para entender el chiste). Probaron cinco modelos informáticos diferentes, que van desde codificadores estándar hasta avanzados modelos de lenguaje de gran tamaño (LLM) "ajustados por instrucción", para ver qué tan bien se desempeñaban cuando eran entrenados con diferentes cantidades de estos ejemplos traducidos.

Esto es lo que descubrieron, y es un poco como encontrar la receta perfecta para un batido multilingüe. Primero, descubrieron que no es necesario alimentar al robot con cada uno de los proverbios traducidos para obtener grandes resultados. De hecho, alimentar a los modelos con aproximadamente el 50% de los datos de entrenamiento traducidos fue suficiente para alcanzar un rendimiento casi perfecto. Añadir más datos más allá de ese punto (pasar del 50% al 100%) no ayudó mucho, lo que sugiere que los modelos alcanzaron un "punto ideal" donde habían aprendido lo suficiente para generalizar.

Segundo, y de manera muy sorprendente, el tipo de proverbio importa mucho. Los investigadores encontraron que los proverbios "Específicos de la Cultura" —aquellos que son más difíciles de entender porque dependen de la historia o religión local— fueron los que experimentaron la mayor mejora cuando los modelos fueron entrenados con datos multilingües. Es como si ver el proverbio en diferentes contextos culturales hubiera ayudado al robot a descifrar finalmente el código de lo que lo hace único. Mientras tanto, los tipos más comunes, como las metáforas, no recibieron un impulso tan grande de los idiomas adicionales.

Finalmente, el estudio demostró que ningún "sabor" de proverbio es suficiente por sí solo. Los modelos funcionaron mejor cuando fueron entrenados con una mezcla de los cuatro tipos. Resulta que, mientras que algunos modelos pueden ser excelentes detectando lecciones morales y otros detectando causa y efecto, combinar todas estas diferentes perspectivas crea la comprensión general más sólida. Los autores sugieren que, en lugar de solo buscar metáforas, la IA del futuro necesita ser entrenada para reconocer estas diferentes y complementarias capas de significado para comprender verdaderamente la sabiduría oculta en nuestra colección global de proverbios.

Resumen Técnico: Sabiduría en la Unidad

Planteamiento del Problema
La interpretación del lenguaje figurado, particularmente de los proverbios, sigue siendo un cuello de botella significativo para el Procesamiento del Lenguaje Natural (PLN). A diferencia del texto literal, la esencia semántica de un proverbio es a menudo "no composicional", lo que significa que su significado no puede derivarse únicamente de los significados individuales de sus palabras constituyentes. Mientras que trabajos previos han tratado la figuratividad como un fenómeno lingüístico centrado en dispositivos retóricos específicos (por ejemplo, metáforas, símiles, modismos), existe una falta de comprensión sobre cómo la supervisión multilingüe traducida contribuye a la identificación del lenguaje figurado. Además, los enfoques existentes suelen depender de datos de entrenamiento homogéneos en cuanto al idioma o de la clasificación binaria, careciendo de un marco matizado para analizar cómo las diferentes dimensiones del significado figurativo se transfieren entre lenguas.

Metodología
El estudio aborda estas brechas mediante una evaluación exhaustiva de la supervisión multilingüe en la identificación de proverbios utilizando un conjunto de datos de 742 conceptos de proverbios únicos representados por 6,787 instancias traducidas en siete idiomas: árabe, inglés, francés, alemán, ruso, japonés y español.

Marco de Anotación Multidimensional: Yendo más allá de la clasificación binaria de figurado-frente-a-literal, los autores introducen un marco de anotación detallado y fundamentado en la teoría basado en la Teoría de la Relevancia. Este marco caracteriza los proverbios a través de cuatro formas figurativas complementarias y no excluyentes:
- Metafórica: Significado transmitido a través de imágenes, analogías o entidades simbólicas.
- Moral/Asesora: Guía, advertencias o juicios éticos.
- Causa–Efecto: Vínculos entre acciones y sus resultados.
- Específica de la Cultura: Significados que requieren conocimiento cultural, religioso, histórico o local.
  Las anotaciones fueron realizadas sobre un subconjunto de verdad fundamental (83 conceptos) por anotadores humanos, logrando un acuerdo sustancial (el $\kappa$ de Cohen alcanzó hasta 0.622). El resto del conjunto de datos fue etiquetado utilizando modelos de supervisión débil (XLM-RoBERTa para clasificación binaria, incrustaciones E5 con Regresión Logística para clasificación multietiqueta).
Configuración Experimental: Los autores evaluaron cinco modelos que representan diferentes familias arquitectónicas: Regresión Logística (línea base), mBERT, XLM-RoBERTa Large, Aya-8B y Qwen2.5-3B (LLMs ajustados por instrucciones).
- Supervisión Progresiva (RQ1): Los modelos fueron entrenados con datos de la lengua de origen fijos mientras se aumentaba progresivamente la proporción de datos de entrenamiento multilingües traducidos (0%, 10%, 50% y 100%).
- Ablación de Selección de Instancias (RQ2): Para aislar el impacto de formas figurativas específicas, los autores entrenaron modelos en subconjuntos de tamaño fijo (600 instancias) que contenían solo formas figurativas específicas (por ejemplo, solo Metafórica, solo Específica de la Cultura) combinadas con los datos de origen.

Resultos Clave

Impacto de la Supervisión Multilingüe: El aumento de la supervisión multilingüe mejora consistentemente el rendimiento en todos los modelos e idiomas. Sin embargo, las ganancias exhiben rendimientos decrecientes; aproximadamente el 50% de los datos de entrenamiento multilingües traducidos es suficiente para alcanzar un rendimiento casi óptimo, observándose ganancias menores entre el 50% y el 100% de supervisión.
Rendimiento de los Modelos: Los LLMs ajustados por instrucciones (Aya-8B, Qwen2.5-3B) generalmente logran mayores mejoras con pequeñas cantidades de supervisión adicional en comparación con los modelos basados en codificadores (encoders). Qwen2.5-3B alcanzó el Macro-F1 más alto en cuatro de los siete idiomas (árabe, francés, alemán, ruso), mientras que mBERT funcionó mejor en español y XLM-R Large en japonés.
Beneficios Diferenciales de las Formas Figurativas: El estudio encontró que las diferentes formas figurativas se benefician de manera desigual de la supervisión multilingüe.
- Específica de la Cultura: A pesar de ser la forma menos frecuente (aprox. 6-14% de los datos) y tener la menor superposición con otras formas, exhibe las mayores ganancias de rendimiento bajo la supervisión multilingüe.
- Complementariedad: Mientras que las formas individuales proporcionan señales específicas (por ejemplo, Moral/Asesora beneficia a Qwen2.5-3B, Causa-Efecto beneficia a XLM-R Large), la combinación de todas las diversas formas figurativas produce el rendimiento global más fuerte.
Preservación de las Formas: La prevalencia de las cuatro formas figurativas permanece relativamente estable a través de los siete idiomas traducidos, lo que sugiere que la distribución del significado figurativo se preserva generalmente en la traducción, incluso si las interpretaciones a nivel de instancia individual pueden variar.

Significancia y Contribuciones
El artículo reclama tres contribuciones primarias:

Evaluación Empírica de los Niveles de Supervisión: Proporciona una evaluación sistemática de cómo el aumento progresivo de la supervisión multilingüe (0% a 100%) afecta la identificación de lo figurado a través de diversas arquitecturas de modelos y siete idiomas objetivo.
Marco Teórico para el Análisis: Introduce un marco de anotación multidimensional que va más allá de las taxonomías centradas en la metáfora. Este marco permite un análisis más detallado de cómo las dimensiones complementarias del significado figurativo (Metafórico, Moral, Causa-Efecto, Específico de la Cultura) se transfieren entre lenguas.
Perspectivas sobre la Transferibilidad: Los hallazgos demuestran que la supervisión multilingüe beneficia a las formas figurativas de manera desigual. Específicamente, el estudio destaca que el conocimiento "específico de la cultura", a menudo considerado una barrera en la transferencia translingüística, muestra las ganancias de rendimiento más significativas cuando se introduce la información multilingüe.

Conclusión
Los autores argumentan que estos hallazgos motivan un cambio en la investigación de la identificación de lo figurado en entornos multilingües. En lugar de tratar el lenguaje figurado como un fenómeno único o depender únicamente de enfoques centrados en la metáfora, los marcos futuros deberían adoptar modelos multidimensionales basados en conceptos. Estos modelos deben dar cuenta explícitamente de las formas complementarias de los significados figurativos que son representativas del contexto específico, reconociendo que las diferentes formas de conocimiento figurativo poseen características de transferencia distintas.

Más como este