本研究评估了多种跨语言词向量诱导方法，提出了针对日语的句子表示模型JCSE的新领域自适应学习方法，并比较了多语言模型在生成文档级表示中的效果。此外，研究开发了日本SimCSE和JaColBERT模型，展示了在语义相似性和检索任务中的性能提升。

本文综述了跨语言词向量模型的类型、数据需求和评估方法，探讨了影响句子对齐的因素，指出词序和形态复杂度是重要预测因素。提出了一种基于多语言预训练模型的词语对齐方法，结合了对齐和联合训练框架，显著提高了对齐质量和模型性能，尤其在低资源语言应用中表现突出。