본 논문은 SemEval-2025 Task 1에서 영어와 브라질 포르투갈어의 관용적인 의미를 지닐 수 있는 명사구에 대한 이미지 순위 매기기 문제를 다룹니다. 대규모 언어 모델(LLM)과 다국어 CLIP 모델을 활용하여 관용적인 명사구의 표현을 향상시키는 방법을 제시합니다. LLM을 통해 관용적인 의미를 생성하고, 다국어 CLIP 모델을 이용하여 이미지 순위 매기기를 위한 표현으로 인코딩합니다. 대조 학습과 데이터 증강 기법을 통해 성능 향상을 위해 임베딩을 미세 조정합니다. 실험 결과, 제시된 방법으로 추출한 다중 모드 표현이 원래 명사구에만 기반한 표현보다 성능이 우수함을 보였습니다. 미세 조정 접근 방식은 유망한 결과를 보였지만, 미세 조정 없이 임베딩을 사용하는 것보다 효과적이지 않았습니다. 소스 코드는 https://github.com/tongwu17/SemEval-2025-Task1-UoR-NCL 에서 확인할 수 있습니다.
