NLP 模型在一定程度上可以处理成语和隐喻，但其能力取决于模型的训练数据、架构和提供的上下文。像 BERT 或 GPT 这样的现代模型使用大规模预训练来学习语言中的模式，包括比喻性表达。例如，模型可能会学习到“break the ice（打破僵局）”通常是指开始对话，而不是字面上的破冰。但是，这种理解是统计上的，而不是真正的理解——它基于识别数据中的关联，而不是像人类那样掌握抽象概念。模型通常难以理解罕见的成语或上下文相关的隐喻，尤其是在字面意思与比喻用法相冲突时。
一个关键因素是成语在训练数据中的表示方式。如果像“spill the beans（泄露秘密）”这样的短语经常出现在包含“reveal（揭示）”或“secret（秘密）”的上下文中，则模型可能会将其与披露相关联。例如，在句子“She spilled the beans about the surprise party（她泄露了关于惊喜派对的秘密）”中，在各种文本上训练的模型可能会通过将“spilled（泄露）”和“surprise party（惊喜派对）”链接到涉及保密的上下文来推断出正确的含义。但是，如果同一个成语出现在不熟悉的场景中——比如“He spilled the beans into the pot（他把豆子洒进了锅里）”——模型可能会字面意思地误解它。同样，如果模型已经看到类似的类比，则可以正确处理像“time is a thief（时间是小偷）”这样的隐喻，但是由于缺乏明确的上下文线索，模棱两可的情况（例如，“the weight of silence（沉默的重量）”）可能会使它感到困惑。
开发人员可以通过在特定领域的数据上微调模型或使用上下文嵌入等技术来改进成语处理。例如，在电影评论上微调的模型可能更好地识别“the movie was a rollercoaster（这部电影像过山车一样）”指的是情感上的起伏。但是，挑战仍然存在。一些隐喻依赖于文化知识（例如，“kick the bucket”表示死亡），如果模型没有接触到足够的例子，可能会错过这些知识。此外，模型可能会过度拟合到常见的短语，并在创造性或新颖的隐喻中失败。虽然 NLP 模型在处理比喻语言方面取得了进展，但它们的性能仍然不一致，需要开发人员仔细验证输出，并在必要时添加后处理规则或外部知识库。