本文提出了一种基于遮蔽语言模型的神经网络方法，用于多语言时间表达式的归一化，显著优于传统规则系统。研究表明，该方法在低资源语言上表现出色，尤其在法语和西班牙语中超越了现有自动化方法。此外，研究还探讨了时间知识图谱的预测及时间推理能力，强调了上下文学习的重要性。