本研究提出了多种从统一意义表示（UMR）生成文本的新方法，特别关注多语言和文档级信息。通过微调技术，生成的文本在英中文的表现优异，BERTscore分别达到0.825和0.882，显示出UMR的潜在影响力。

本研究探讨了将统一意义表示（UMR）应用于GPT-4提示，以提升低资源语言和土著语言的翻译效果。结果表明，UMR显著改善了翻译性能，显示出其未来应用的潜力。