本研究探讨了在资源稀缺环境中，如何通过自动插入式脚注和翻译信息提升神经模型性能。实验结果显示，使用少量数据训练时，模型性能显著提高，尤其在低资源语言处理上，翻译信息起到了关键作用。这为语言保护和数据采集提供了新思路。

研究人员开发了专为资源稀缺的土耳其语设计的语言模型TURNA，在自然语言理解和生成任务中表现出色，与其他多语言模型竞争力相当。