التحدي الرئيسي في ربط الكيانات (EL) هو الاستفادة الفعالة من المعلومات السياقية لحل الغموض في الإشارات إلى ويكيبيديا التي قد تشير إلى كيانات مختلفة في سياقات مختلفة. يتفاقم هذا التحدي مع ربط الكيانات بين اللغات، والذي يتضمن ربط الإشارات المكتوبة بلغات غير الإنجليزية بمقالات في ويكيبيديا الإنجليزية: للمقارنة بين الدلائل النصية عبر اللغات، نحتاج إلى حساب التشابه بين الأجزاء النصية المختلفة باللغات. في هذه الورقة البحثية، نقترح نموذجًا عصبيًا لربط الكيانات يقوم بتدريب درجات تشابه واختلاف دقيقة بين الاستعلام والوثيقة المرشحة من وجهات نظر متعددة، مدمجة مع الشبكات العصبية المتلافهة والشبكات المتشابكة. بالإضافة إلى ذلك، نوضح أن هذا النظام الذي تم تدريبه باللغة الإنجليزية يمكن تطبيقه على لغات أخرى بشكل فعال للغاية في تعلم الصفر (zero-shot learning) باستخدام الترميز متعدد اللغات. يوفر النظام المقترح أدلة تجريبية قوية تؤدي إلى أفضل النتائج الحالية باللغة الإنجليزية وكذلك في ربط الكيانات بين اللغات: مجموعتي بيانات TAC 2015 باللغتين الإسبانية والصينية.