本文介绍了基于Stanza的南斯拉夫语言自动注释流水线CLASSLA-Stanza，强调其在多语言处理中的高性能和新功能。同时，研究探讨了语料库创建决策对多语言数据质量的影响，尤其是对代表性不足语言的潜在排除风险。

本文综述了多种基于掩码的预训练语言模型领域适应方法，包括任务引导预训练、选择性掩蔽、语言学启发遮蔽、强化学习自适应掩码及软遮罩注意力头，可提升情感分析、命名实体识别等任务性能并降低计算成本。

该研究提出了一种新的神经模型，能够动态跟踪论证对话中主题和话语变化对说服力的影响。实验证明该模型能有效辨别具有说服力的论证，并发现主题和话语对说服力有帮助。然而，优秀的话语风格可能会在社交媒体争议中引起偏见。