评估跨语言迁移学习的效果是一个重要的任务，可以通过以下几种方法来进行评估：

  1. 目标任务评估：在跨语言迁移学习中，我们希望通过在源语言上训练模型，然后将其迁移到目标语言上，以提高目标任务的性能。因此，我们可以使用目标任务的评估指标来评估跨语言迁移学习的效果。例如，在文本分类任务中，我们可以使用准确率、精确率、召回率、F1 值等作为评估指标。

  2. 跨语言相似性评估：跨语言迁移学习的一种常见方法是通过学习源语言和目标语言之间的相似性来实现迁移。因此，我们可以使用跨语言相似性评估来评估跨语言迁移学习的效果。例如，可以使用语义相似度度量标准，如余弦相似度或欧几里得距离来比较源语言和目标语言中词向量的相似性。

  3. 跨语言任务评估：除了目标任务评估外，我们还可以使用其他跨语言任务来评估跨语言迁移学习的效果。这些任务可以是与目标任务有一定关联的任务，例如语言识别、机器翻译等。通过在这些任务上评估模型的性能，我们可以获得对跨语言迁移学习效果的更全面的了解。

  4. 迁移学习理论评估：跨语言迁移学习的效果也可以通过迁移学习理论来评估。迁移学习理论研究模型在不同领域之间的泛化能力，跨语言迁移学习可以被看作是在不同语言之间进行的领域适应。因此，我们可以根据迁移学习理论中的相关指标，如迁移能力、领域适应性等来评估跨语言迁移学习的效果。

  综上所述，评估跨语言迁移学习的效果可以使用目标任务评估、跨语言相似性评估、跨语言任务评估以及迁移学习理论评估等多种方法来综合考量模型的性能和效果。