本文的主要动机来源于，发现多语言的背景下，LMs会表现出语言偏差，例如使用意大利语，会倾向于将意大利预测为原产国。
例如上图，可以看到语言的倾向是很大的，会对预测结果产生较大的影响，本文针对这个问题，利用mBERT做了以下问题探究：
- mBERT可以作为多语言知识库，大多数先前的工作只考虑了英语，将研究语言扩展到不同语言同样重要
- 利用英语数据集的翻译，探究mBERT的性能和语言有关
- 多语言模型被在更多文本内容进行训练，mBERT能否发挥这一优点
本文的主要方法如下所示：
选取了已有的数据集TREx，GoogleRE，自动翻译为了多语言版本（包括53种不同的语言）；
针对已有数据集当中的三元组做处理(对象，关系，主题)；
针对原有数据集的内容，将填空查询替换为了排序。