A dual-stage detection pipeline for metaphor annotation: using llm-based proposal generation and linguistic verification

Abstract

A anotação de metáforas é relevante para linguística, análise do discurso, humani­ dades digitais e NLP, mas a identificação manual exige conhecimento especializado e não escala facilmente para grandes corpora. Este trabalho apresenta metaphoriq- detector, um pipeline de detecção de metáforas em duas etapas que combina geração de propostas baseada em LLM com verificação linguística determinística. A etapa de proposta identifica possíveis trechos metafóricos e produz explicações estruturadas baseadas em MIP/SPV. A etapa de verificação avalia essas propostas por meio de evidências lexicais, sintáticas e semânticas, incluindo análise de classes gramaticais, proxies de contraste entre sentido básico e contextual derivados da WordNet e sinais de violação de preferência semântica. O detector foi avaliado nos conjuntos VUA20, TroFi e MOH-X em comparação com XLM-R, CreativeLang RoBERTa, FrameBERT e MelBERT. Nesse benchmark, metaphoriq-detector não superou o melhor baseline acadêmico, mas apresentou alta revocação e menor precisão após uma etapa de retentativa acionada por incerteza. Os resultados indicam que separar a geração de propostas por LLM da verificação externa produz um pipeline inspecionável de geração de candidatos, ao mesmo tempo em que expõe os limites de precisão da estratégia atual de adjudicação.

Metaphor annotation is useful for linguistics, discourse analysis, digital humanities, and Natural Language Processing (NLP), but manual identification requires specialized knowledge and does not scale easily to large corpora. This thesis presents metaphoriq- detector, a dual-stage metaphor detection pipeline that combines Large Language Model (LLM) based proposal generation with deterministic linguistic verification. The proposal stage identifies candidate metaphorical spans and produces structured MIP/ SPV-based explanations. The verification stage checks those proposals using lexical, syntactic, and semantic evidence, including part-of-speech analysis, WordNet-derived basic-contextual contrast proxies, and semantic-preference signals. The detector was evaluated on VUA20, TroFi, and MOH-X against XLM-R, CreativeLang RoBERTa, FrameBERT, and MelBERT. In this benchmark, metaphoriq-detector did not surpass the strongest academic baseline, but it showed a high-recall profile with lower precision after an uncertainty-triggered retry step. The results indicate that separating LLM proposal generation from external verification yields an inspectable candidate-gener­ ation pipeline, while also exposing the precision limits of the implemented adjudication strategy.