从含噪 ASR 输出中自动起草警方报告：一种以信任为中心的 LLM 方法
计算与语言
2025-04-15 v3
摘要
在当今世界，如何在增进对执法部门的信任与保护警员及平民双方权利之间取得微妙平衡，持续成为一项紧迫的研究与产品挑战。为了追求公平与透明，本研究提出了一种创新的 AI 驱动系统，旨在从复杂、含噪且多角色的对话数据中生成警方报告草稿。我们的方法智能地提取执法互动的关键要素并将其纳入草稿，生成不仅质量高，而且强化问责制与程序清晰度的结构化叙述。该框架有望变革报告流程，确保未来警务实践具备更强的监督、一致性与公平性。我们的系统演示视频可访问 https://drive.google.com/file/d/1kBrsGGR8e3B5xPSblrchRGj-Y-kpCHNO/view?usp=sharing
引用
@article{arxiv.2502.07677,
title = {Auto-Drafting Police Reports from Noisy ASR Outputs: A Trust-Centered LLM Approach},
author = {Param Kulkarni and Yingchi Liu and Hao-Ming Fu and Shaohua Yang and Isuru Gunasekara and Matt Peloquin and Noah Spitzer-Williams and Xiaotian Zhou and Xiaozhong Liu and Zhengping Ji and Yasser Ibrahim},
journal= {arXiv preprint arXiv:2502.07677},
year = {2025}
}