该文综述混合语言处理研究，涵盖：用序列到序列与copy机制生成混合语数据以提升语音识别；利用预训练多语言模型和语码切换点进行情感分析，准确率与F1提高约11%；用多语言变形器框架缓解跨语言情感分析资源不均；探索代码搭配与混合情感分类在领域迁移中的应用；通过合成标记混合文本改进情感与仇恨言论检测；用Residual CNN+GRU及多任务预训练提升混合语言识别约55.3%；研究跨语言相似度对词性标注和情感分析的影响；提出单一机器翻译模型翻译混合语句；介绍印地语-英语、孟加拉语-英语混合情感分析共享任务；用神经机器翻译生成混合语种句子用于数据增强。