隐喻理解最终要在思维和认知层面上进行，词汇的认知属性体现了语言使用者在特定环境中对词汇隐喻的认知体验，是语言学、认知科学以及自然语言处理等多学科的研究焦点。本文从自然语言处理和机器翻译的视角，以建构词汇认知属性知识库的途径来探讨英语隐喻理解的关键技术。鉴于词汇认知属性采集的难度，本文采用Veale&Hao(2007“)从明喻机制到隐喻机制的进化道路”，将Googlen-grams作为提取数据的语料库，运用数据挖掘技术自动抓取格式为asAdjectiveas Noun的明喻句425413条。经过词语分割、词形还原、手工剔除和数据库链接，最后得到一个由8138条名词-形容词词组组成的结构化、概率化的词汇认知属性知识库。通过构建概率化的认知属性知识库，识别高频常用名词、形容词和名词-形容词词组。把高频名词和形容词作为分析对象，更具有典型性。在具体分析概念隐喻理论和三种隐喻类型的基础上，结合词汇认知属性知识库的统计分析结果，借用数学和逻辑符号，初步形成更为具体的隐喻理解映射公式。