本文探讨了多语言编码器在无监督和有监督文档检索中的表现，优化后在句子检索中提高了准确率。同时，研究揭示了单语数据训练模型的“单语过度拟合”现象，并提出了基于转换器的双编码器设计和代码混合翻译方法，以提升低资源语言的检索效率。实验结果表明，该方法在多个语言对的检索任务中表现优异。

通过实证分析发现，预训练的多语言编码器在无监督文档级和句子级交叉语言信息检索方面性能不如基于跨语言单词嵌入的模型。经过监督学习优化后，在句子检索中取得最高准确率，并通过局部相关性匹配和对特定领域对比微调等方法提升排名质量。同时发现基于单语数据训练的检索模型会出现“单语过度拟合”现象，与交叉语言转移的单语信息检索存在显著差异。