PulseAugur
实时 03:58:33
English(EN) Broadening Access to Transportation Safety Data with Generative AI: A Schema-Grounded Framework for Spatial Natural Language Queries

AI框架增强交通安全数据访问能力

研究人员开发了一个新的框架,利用生成式AI使交通安全数据更易于访问。该系统将自然语言查询转换为结构化操作,确保从PostGIS数据库获得可复现且基于模式的结果。使用马萨诸塞州交通数据进行的评估显示,验证层纠正了29%的查询错误,凸显了灵活语言与严格数据要求对齐的挑战。该方法旨在拓宽公共部门规划者对关键安全信息的访问渠道。 AI

影响 通过自然语言接口,使公共部门规划者能够更广泛地访问关键安全数据。

排序理由 该集群描述了一篇学术论文,介绍了新框架及其评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Mahdi Azhdari, Eric J. Gonzales ·

    Broadening Access to Transportation Safety Data with Generative AI: A Schema-Grounded Framework for Spatial Natural Language Queries

    arXiv:2605.21712v1 Announce Type: new Abstract: Transportation safety analysis requires integrating crash records, roadway attributes, and geospatial data through GIS-based workflows, but access remains uneven across agencies and community stakeholders. Technical prerequisites cr…