本研究提出了一种针对低资源语言（如斯瓦希里语）的无训练数据语义网络生成算法，能够将主谓宾结构映射为三元组，并在问答任务中实现最高78.6%的准确率。

本研究通过计算方法首次定量评估斯瓦希里语中名词类别的语义一致性，并详细描述其语义内容，对语言学理解有重要影响。

该论文介绍了一个斯瓦希里语自然场景文本检测和识别的数据集，包括976张带标注的场景图像和8284张裁剪后的图像。该数据集旨在为斯瓦希里语开发全面的场景文本数据集，为评估现有模型提供基准，并帮助研究社区开发新的最先进方法。

本文研究了跨语言计算建模的形态变化，采用特定语言的探测器测试形态变化的普遍规律。在英语、西班牙语和斯瓦希里语上测试，发现不同的普遍规律策略被应用于不同的形态变化系统。