图像由于其强大的视觉描述能力,可以包含非常丰富的语义信息。但目前对于图像理解的研究工作主要集中在理解图像的表层含义。在隐喻图像中,图像想传达的语义信息不只限于表层含义而且还有其背后的隐层含义。图像隐喻理解正是希望建模图像中的隐喻现象,使计算机也能够对隐喻图像形成连贯恰当的理解,进而全面正确地理解图像的含义。为实现这一目标,本研究模仿人类理解隐喻的过程,提出了一个三阶段的研究框架:(1)表义概念检测,旨在检测显式地出现在图像中的概念;(2)隐含义概念推断,旨在为每个检测出的隐喻概念推断其恰当的隐含义概念;(3)隐喻描述生成,旨在基于推断出的隐含义概念和图片中其他的基本信息生成可以理解的图像描述。本研究聚焦第二阶段,展开了如下两方面工作:(1)基于搜索和实体识别的隐喻词典自动构建。隐喻词典的构建存在两方面困难,一是人工收集的方式费时费力,二是表义概念与隐含义概念之间的复杂关系难以捕捉。针对上述困难,本研究采用关键词搜索的方式获取大量含有隐含义概念的语句,经少量的人工标注,将原问题转换为了隐含义实体识别问题。经实验验证,该方法能够为隐喻概念构建出隐喻词典,且支持新的隐喻概念加入词典时无需重新训练即可更新词典。(2)基于隐喻词典和兼容性分析的隐含义概念推断。该研究为隐含义概念推断提供了一个两步的解决方案:首先,构建指示图;然后,根据指示图激活隐含义概念。前者利用专家知识库和词共现引入大量外部知识,丰富了概念之间的联系;后者利用指示图中概念整体的兼容性,确定激活对象。实验结果表明,隐含义概念推断时同时考虑多个概念之间的整体兼容性是非常有必要的,且该方法能够有效地推断图像中的隐喻概念的隐含义概念。