一种用于中文成语阅读理解的基于提示的表征个性增强方法

基于摘要分析。本文研究中文成语完形填空中成语隐喻含义的建模与近义成语辨别问题，提出 prompt-based representation individual enhancement method（PRIEM），结合语境特定表征、通用释义表征及基于正交投影的表征分解，增强成语意义的区分能力。 方法包含两个主要环节：首先融合成语在具体上下文中的表征与其通用释义表征，并利用提示引导模型学习成语的隐喻含义；其次通过基于正交投影的成语表征映射与分解，分别获得共性表征和个性表征，以改善相近含义成语之间的辨别。摘要未提供提示模板、释义来源、投影构造、训练目标及各模块的具体实现，这些细节尚未验证。 作者报告，在中文成语完形填空数据集 ChID 上，PRIEM 优于所比较的当时最先进模型。摘要未给出数据划分、评价指标、具体分数或基线名称，因此目前无法判断提升幅度及其适用范围；实验协议、消融及统计信息尚未验证。 本文的主要研究对象是中文语言理解，并非 EEG 或 BCI。其表征分解机制具有一般方法层面的阅读价值，但摘要未建立语言语义共性／个性与神经信号变异之间的具体对应关系，不能据此推断跨被试或跨会话有效性；相关 EEG 工作尚未检索确认。复现原任务需进一步核对全文中的数据处理、释义资源、提示设置、训练配置及评估协议。