该研究提出了一种新的动态适配器（DASD），有效解决了资源匮乏语言中的跨模态检索问题。实验结果表明，DASD在图像-文本和视频-文本数据集上表现优异，显著提升了跨语言跨模态检索性能。

该研究提出结合社交背景和新闻内容的方法来检测资源匮乏语言中的假新闻。结果显示，集成学习方法效果最佳，F1分数达0.99，有助于提升低资源语言的假新闻识别能力。