该文综述立场检测研究，介绍Stanceosaurus多语言语料库及其五类标签，涵盖俄语、阿拉伯语、英语等数据集，用于虚假信息、谣言和疫情等立场分类，并探讨跨语言迁移、域自适应和预训练模型方法。

该文汇总多项自然语言处理研究，包括：序列到序列文本规范化（准确率近70%，提升仇恨言论检测约2%）；构建日语UGT语料库、越南语ViSoBERT与ViNewsQA、印地语英语混合语料库hinglishNorm；提出ByT5多语言词汇规范化系统、越南语NLP工具包VnCoreNLP、语音合成文本标准化两阶段方法及情感词典与分类模型结合方法。

研究发现，神经语言模型在多语言语料库上的训练可以学习语言的分布式表示。结构相似是影响语言表示相似性的最重要因素，而遗传关系则是混淆因素。该研究可促进自然语言处理和语言学的相互发展。