本文提出了一种名为CLBT的跨语言表征学习方法，通过线性变换将不同语言的上下文化嵌入与上下文词对齐，证明该方法在跨语言解析领域中具有优势，效果明显优于之前的技术，并与交叉语言模型XLM竞争。