理解和生成明喻的能力是实现人类级别AI的必要步骤。然而,在明喻方面,机器智能与人类认知仍有相当大的差距,因为基于统计分布的深度模型倾向于支持高频明喻。因此,需要一个大规模的明喻符号知识库,因为它有助于对不同但不受欢迎的明喻进行建模,同时便于进行额外的评估和推理。为了弥补这一差距,我们提出了一个用于大规模明喻知识库构建的新框架,以及两个概率度量,使我们能够更好地理解自然语言中的明喻现象。总体而言,我们构建了一个百万级概率明喻知识库MAPS-KB,涵盖了70 GB语料库中40万个术语的430万个三元组。我们进行了足够的实验来证明我们的框架方法的有效性。我们还将MAPS-KB应用于三个下游任务,以实现最先进的性能,进一步证明了MAPS-KB的价值。MAPS-KB资源可在 https://github.com/Abbey4799/MAPS-KB上公开获取。