時間タグ付けは依然としてルールベースのシステムが主流であるが、最近ではニューラルネットワークを用いた時間タグ付けの試みも見られる。しかしながら、それらの研究はすべて単一言語設定に焦点を当てている。本論文では、テキストから時間表現を抽出するための多言語手法を探求し、敵対的訓練を用いて埋め込み空間を共通の空間に合わせる方法について調査する。これにより、未見の言語にも転移可能な単一の多言語モデルを作成し、それらのクロスリンガル転移実験における最新の最先端技術を確立した。