为了解决低资源语言事实核查数据集的缺乏问题，我们提出了一种跨语言检索的事实核查框架，该框架利用我们提出的自监督算法，使用翻译的文章标题来创建训练实例，并在多种语言下实现证据的汇集。在 X-Fact 数据集上，我们的方法在零 - shot 跨语言设置下，在绝对 F1 上获得了 2.23% 的改进。

Sep, 2022

提出两种无监督对齐方法，建立英语结构化的事实与低资源语言句子的有效交叉生成，构建了包含 0.45M 对跨越 8 种语言的 XAlign 数据集，其中有 5402 种对进行了手动标注，并在该数据集上训练了强大的基线 XF2T 生成模型。

Feb, 2022

该研究创建了一个跨 23 种不同语言的多语言基准测试，旨在评估语言模型中的事实知识检索能力，并提出了基于语言切换的方法来提高多语言模型获取知识的能力。

Oct, 2020

本文提出了在多种语言中增强多语言知识图谱 (MLKGs) 的多语言语言模型 (MLLMs) 的轻量级适配器，以利用跨语言实体对齐和从 MLKGs 中获取事实，并在共同基准实验中展示了该增强模型在语言理解任务和知识图谱任务方面的性能优势。

Oct, 2022

本文主要研究 Cross-lingual Entity Linking 领域中的一些技术问题，例如应用于小型 Wikipedia，以及如何选择英文维基百科标题来对应一个外文提及的实体等。作者提出了使用外部跨语言资源的解决方案 QuEL，并通过对多种语言的实验得到了较好的实验效果。

May, 2020

自然语言处理和计算机视觉领域中近期的研究一直在利用知识图谱中可用的文本信息，例如实体名称和描述，来将神经模型与高质量的结构化数据对接。然而，在非英语语言中，可用的文本信息的数量和质量相对较少。为了解决这个问题，我们提出了自动知识图谱增强（KGE）的新任务，并对英语和非英语语言之间的文本信息的数量和质量差异进行了深入研究。作为对增加多语言覆盖率和实体名称、描述精确度的问题的研究，我们呈现了 M-NTA，一种新的无监督方法，结合了机器翻译（MT），网络搜索（WS）和大型语言模型（LLMs）以生成高质量的文本信息，并研究了增加非英语文本信息的多语言覆盖率和精确度对实体链接、知识图谱补全和问题回答的影响。作为我们朝着更好的多语种知识图谱的努力的一部分，我们还介绍了 WikiKGE-10，第一个跨 7 个语系评估 10 种语言中的 KGE 方法的人工策划的基准。

Nov, 2023

本研究研究了交叉语言实体链接在资源匮乏情况下的应用，提出了三种改进方法，通过实验在四种极度低资源语言中取得了 6-23% 的端到端链接准确率提高。

Sep, 2019

本论文提出了跨语言机器自动事实到文本生成的方法，使用包括 BERT 和 GPT-2 在内的 Transformer-based 模型和多语言数据集 XALIGNV2，得到了优秀的结果。

Sep, 2022

本文提出了 WebIE 数据集，其中包括 1.6M 个句子及其详细注释。基于此数据集，我们评估了基于生成模型的信息提取模型的跨域和跨语言性能，并提出了三种训练策略。我们的实验表明，实体链接方式得到明显提高。

May, 2023

通过利用英印平行语料库和英文命名实体识别数据集，在低资源背景下，提出了一种用于印度语言的命名实体识别端到端框架。该框架包括一种注释投影方法，利用源语言（英语）数据上的单词对齐分数和命名实体识别标记预测置信度得分生成目标印度语言中的弱标签数据，并在 Teacher-Student 模型的伪标签以及对生成的弱标签数据的预测上联合优化。对三种印度语言（印地语、孟加拉语和古吉拉特语）的手动注释测试集进行了评估。实证结果显示，在所有语言上，与零 - shot 迁移学习模型相比，所提出的框架表现出至少 10％的性能提升，这表明生成的目标印度语言中的弱标签数据可以很好地补充已经有良好注释的源语言数据来提高性能。

Nov, 2021