该研究利用 Arnold van Gennep 的人类学工作《Les Rites de Passage》中的分离 - 转换 - 吸收框架，探讨难民从家到庇护国的旅程的四个阶段，并证明了多模态语言和图像识别模型结合的性能胜过单模态模型，并且在 2022 年乌克兰难民危机中表现良好，F1 分数为 71.88%

May, 2022

欧洲和移民的在线信息传播很少从外部视角进行研究。本文通过从社交媒体（Twitter）中获取大量数据来分析关于欧洲和移民的在线信息的传播话题、规模和动态，结合转发和主题标签网络分析、用户地理位置定位等，从 “欧洲外部” 视角，特别关注非洲，揭示了各语言之间跨语言引用的全新方式，结果表明大部分在线讨论发生在国家层面，尤其是讨论移民时，而英语是信息跨国传播和扩散的关键，欧洲为主要内容生成地并在外部放大。值得注意的是，在讨论移民相关话题的社群中，重要的节点包括官方机构和国际组织的账号，以及记者、新闻评论员和活动家。

Feb, 2024

对马来西亚外劳的态度的研究表明，尽管斯洛文尼亚移民的论述在时间上变得更加负面和强烈，但在特别涉及乌克兰移民时，其去人性化程度较低。

Apr, 2024

本研究使用基于 BERT 的模型分析推特上关于俄乌战争的观点和情感，采用邻域平均法模拟和聚类各国家时间序列，并提供有关公众对此冲突看法的有价值的见解。

Jan, 2023

本研究使用新闻文章和 Telegram 新闻频道在乌克兰、俄罗斯、罗马尼亚和英语中分析了战争第一个月期间媒体对公众舆论的影响和反映，并提出并比较了两种基于 Transformer 和语言特征的多语言自动化亲俄罗斯宣传识别方法，分析了它们的优缺点，适用于新的流派和语言，并对其用于内容管理的道德问题进行了分析，旨在为针对当前冲突量身定制的管理工具的进一步发展奠定基础。

Jan, 2023

本研究构建了一个新的数据集 MiDe-22，包括 5,284 条英文推文和 5,064 条土耳其推文，涵盖了包括俄罗斯 - 乌克兰战争、COVID-19 疫情和难民等几个最近事件，并提供了推文的用户参与度。研究提供了详细的数据分析和实验结果，并对误信息检测进行了基准评估。

Oct, 2022

研究了社交媒体上普通民众如何表述移民政策议题，发现使用特定帧对话题更有针对性、更易引发用户参与，同时用户意识形态和地域也影响他们的话语选择和反应。此研究为自然语言处理和社科研究提供了新的贡献。

Apr, 2021

通过研究 62000 名乌克兰公民在 2020 年 1 月至 2022 年 10 月期间发表的 400 多万条限地标志的推特信息，使用统计模型研究了语言选择和推文活动，并确定了行为效应和样本效应。研究表明，随着乌克兰局势的变化，从俄语向乌克兰语转变的趋势加快。

May, 2023

本文研究了低资源机器翻译系统在乌克兰语和波罗的海国家官方语言之间的应用，发现拉脱维亚 - 乌克兰语和立陶宛 - 乌克兰语系统被整合到波罗的海国家的公共服务中，Lithuanian-Ukrainian 系统的翻译句子数超过 1.27 亿，并提升了乌克兰地名翻译的能力，发布了 Lithuanian-Ukrainian 系统的改进版。

Sep, 2022

本文展示了一个新颖的数据集，该数据集收集并处理了全球各地新闻或媒体公司在社交媒体上发布的推文，旨在帮助研究人员从多个角度研究有关俄乌冲突的全球议论，包括涉及的主体，持有的态度，原始出处，以及事件中不同概念的表现。

Jun, 2023