提出了一种新方法，通过模拟反学习和代理遗忘，识别生成新图像的关键训练图像。该方法通过找出在反学习中损失偏差显著的图像，标记为有影响力的图像，比传统重新训练方法更高效。

本文介绍了一种为语言贫乏地区提供高质量可比较培训数据的方法，通过挑选关键图像并获取源语言和目标语言的标题，从单语注释人员中收集数据。通过人工评估，发现81.1％的配对具有可接受的翻译效果，仅有2.47％的配对无法翻译。通过机器翻译和词典提取实验，证明了该方法所收集数据集的潜力。