您可以尝试阅读 Facebook 的 MUSE（多语言无监督和监督嵌入）。你可以从它的 Github或这篇文章中阅读它。它们还为某些语言提供 FastText 字典格式（.vec 文件）。

他们的原始论文展示了它如何对齐来自两种不同语言的单词向量：

对于跨语言单词表示，现在的趋势是：

• ELMoForManyLangs：git_repo original_paper_March_2018
• Facebook 的 MUSE：git_repo original_paper_January_2018

请记住，您也可以分两步完成任务： 将单词翻译成参考语言（例如英语），然后使用任何单词表示模型（参考语言）来表示每个单词。

2-steps 选项也很好，因为特定语言的单词表示模型更准确，并且有一组易于使用的库用于单语言翻译（即py-translator）和表示（即Universal sentence encoder by谷歌）。