تهدف نهج النقل العابر للغات بدون موارد إلى تطبيق نماذج مراقبة من لغة المصدر على اللغات الهدف غير المصنفة. في هذه الورقة، نقوم بدراسة شاملة للمقنيقتين الرئيسيتين المستخدمتين حتى الآن للتصنيف التتابعي العابر للغات بدون موارد، وهما النقل القائم على البيانات والنقل القائم على النموذج. رغم أن الأبحاث السابقة قد اقترحت أن الترجمة وإسقاط التصنيف (النقل العابر للغات القائم على البيانات) هي تقنية فعالة للتصنيف التتابعي العابر للغات، فإننا في هذه الورقة نثبت تجريبيًا أن النماذج متعددة اللغات ذات الطاقة العالية التي يتم تطبيقها في إعداد بدون أمثلة (النقل العابر للغات القائم على النموذج) تتفوق بشكل مستمر على نهج النقل العابر للغات القائم على البيانات. يشير تحليل مفصل لنتائجنا إلى أن هذا قد يكون بسبب الاختلافات الهامة في استخدام اللغة. وبشكل أكثر تحديدًا، غالبًا ما يولد الترجمة الآلية إشارة نصية مختلفة عما يتعرض له النماذج عند استخدام بيانات المعيار الذهبي، مما يؤثر على عمليتي التعديل الدقيق والتقييم. كما تشير نتائجنا أيضًا إلى أن نهج النقل العابر للغات القائم على البيانات لا يزال خيارًا تنافسيًا عندما تكون النماذج متعددة اللغات ذات الطاقة العالية غير متاحة.