本文提出了一种无监督领域自适应方法，结合光谱和热图像模态，促进目标领域的表示学习。通过多任务学习框架和大规模红外数据集优化特征模型，实验结果显示相对增益达到10%。此外，利用生成模型解决合成与真实TIR图像的领域差距，显著提高了远程目标检测性能。

本文提出了一种用于句内事件时间关系分类的序列模型，评估表明该方法准确识别事件时间关系，胜过基于特征的模型。