공개된 항공우주 정보 획득의 효율성을 높이고, 항공우주 정보 내용이 길고 수량이 제한적이며, 일반적인 텍스트 분류 모델의 견고성이 낮고 텍스트 정보가 직관적이지 않은 문제를 해결하기 위해 본 논문에서는 감독 대조 학습 기반의 항공우주 정보 분류 방법을 제안한다. 이 방법은 주의 메커니즘(Attention)이 적용된 양방향 장단기 기억 네트워크(Bidirectional Long Short-Term Memory, BiLSTM)를 기반으로 대조 학습 기술을 융합하여 오픈소스 정보를 처리하고 분석하여 효율적으로 항공우주 정보를 선별하며, unCLIP(비대조 언어-이미지 사전학습) 모델을 사용하여 정보에 대응하는 이미지를 생성한다. 실험 결과, CNN, BiLSTM, Transformer, BiLSTM-Attention 등의 일반적인 텍스트 분류 방법에 비해 정확도, 재현율 및 F1-점수에서 우수한 성능을 보였으며, F1-점수는 0.97에 달했다. 또한 이미지를 통해 정보를 제시하여 정보가 더욱 명확하고 직관적으로 표현된다. 본 논문 방법은 공개 네트워크 데이터 자원을 충분히 활용하여 오픈소스 항공우주 정보를 효과적으로 추출하고 대응 이미지를 생성하여 항공우주 정보 분석 및 연구에 중요한 가치를 가진다.

감독 텍스트 분류; 대조 학습; 텍스트 기반 이미지 생성; 항공우주 정보