本文提出了一种名为SINE的图像分割框架，通过上下文示例解决任务模糊性。SINE基于Transformer结构，利用上下文交互模块和匹配Transformer生成多个任务特定的输出掩码，适用于多种分割任务。实验结果表明，SINE在少样本分割和视频目标分割等任务中表现优异。

本研究提出了一种无监督方法，通过逐字挖掘和句子过滤，解决多语言和低资源任务中缺乏上下文示例的问题，在288个翻译方向上平均提升7个BLEU分数，优于传统方法。