本研究提出了一种交叉熵攻击方法，旨在解决黑箱文本对抗攻击中的模型信息不足和文本离散性问题。实验结果表明，该方法在攻击性能、不可察觉性和句子质量方面表现优越。

本研究提出了文本对抗防御基准，评估深度学习模型在对抗攻击下的脆弱性，涵盖关键任务，为研究者提供资源并指明未来研究方向。