语言之间的结构同构有利于跨语言应用程序的性能。 我们提出了一种用于依存语法的跨语言相似化的自动算法，该算法可自动学习具有较高跨语言相似性的语法。 该算法在分类决策的层次上对两种语言的依存语法的注释样式进行了相似化，并逐渐提高了跨语言的相似性，而又不会因迭代式跨语言合作学习而损失语言知识。 跨语言相似性给出的依赖性语法在保持非平凡性的同时，具有更高的跨语言相似性。 作为应用程序，跨语言相似的语法显着提高了基于依存树的机器翻译的性能。