本文探讨了使用不同预训练语言模型（如BERT和XLM-R）在学术出版物中检测软件提及的有效方法。研究表明，基于XLM-R的模型在命名实体识别任务中表现优异，达到了67.80%的加权F1得分。此外，提出的SecureFalcon模型在软件漏洞检测中准确率高达94%。研究还分析了多标签文档分类的不足，并提出了改进方案，显示出新模型在处理复杂文本时的优势。