本文研究了视觉语言模型的零样本跨语言迁移，通过基于Transformer模型的方法学习上下文相关的多语言多模态嵌入。实验证明该方法在非英语语言的视频搜索效果显著提高，无需额外注释。同时，在有多语言注释的情况下，该方法在多语言文本到视频搜索和多语言文本到图像搜索方面优于基准线。

本文研究了视觉语言模型的零样本跨语言迁移，通过基于Transformer模型的方法学习多语言多模态嵌入，实验结果表明该方法能显著提高非英语语言的视频搜索效果，并在多语言注释的情况下优于基准线。

本文提出了一种基于Transformer模型的方法来学习上下文相关的多语言多模态嵌入，以提高非英语语言的视频搜索效果。该方法引入多语言多模态预训练策略，并收集了一个新的多语言教学视频数据集进行预训练。实验结果表明，该方法在多语言文本到视频搜索和多语言文本到图像搜索方面优于基准线。

本文研究了视觉语言模型的零样本跨语言迁移，通过基于Transformer模型的方法学习上下文相关的多语言多模态嵌入，解决了非英语语言的视频搜索效果下降的问题。实验结果表明，该方法在多语言文本到视频搜索和多语言文本到图像搜索方面优于基准线。