تستخدم معظم الأنظمة الحديثة لحل التماثل (coreference resolution) خوارزميات بحث على الفترات الممكنة لتحديد الإشارات وحل التماثل. نحن نقدم بدلاً من ذلك نظامًا لحل التماثل يعتمد على منهجية النص إلى النص (text-to-text أو seq2seq) للتنبؤ بالإشارات والروابط معًا في آن واحد. نُنفّذ النظام باستخدام نظام انتقالي (transition system)، ونستخدم نموذج اللغة متعدد اللغات T5 كنموذج أساسي. ونحقق دقة متقدمة في مستوى الحد الأقصى (state-of-the-art) على مجموعة بيانات CoNLL-2012، مع تحقيق مقياس F1 قدره 83.3 للغة الإنجليزية (ما يزيد بـ 2.3 عن الأداء السابق (Dobrovolskii, 2021)) باستخدام فقط بيانات CoNLL للتدريب، و83.3 مقياس F1 للغة العربية (ما يزيد بـ 4.1 عن الأداء السابق)، و74.3 مقياس F1 للغة الصينية (ما يزيد بـ 5.3). بالإضافة إلى ذلك، نستخدم مجموعات بيانات SemEval-2010 في تجارب ضمن بيئات صفرية (zero-shot)، وبيئات قليلة المعطيات (few-shot)، وبيئة مراقبة (supervised) باستخدام جميع البيانات التدريبية المتاحة. ونحقق مقياس F1 أعلى بشكل ملحوظ في البيئة الصفرية لثلاثة من أصل أربع لغات مقارنة بالأساليب السابقة، ونتجاوز بشكل كبير النتائج المتفوقة في البيئة المراقبة لجميع اللغات الخمس التي تم اختبارها.