船舶轨迹的情境丰富化自然语言描述
人工智能
2026-03-16 v1 计算与语言
数据库
摘要
我们解决了将从AIS收集的原始船舶轨迹数据转换为可被人类理解且直接可供机器推理系统使用的结构化和语义丰富表示的问题。我们提出了一种情境感知的轨迹抽象框架，将噪声AIS序列分割为若干distinct的航行 trip，每段trip由干净的、带有 mobility 注释的 episode 组成。每个episode进一步与多源情境信息丰富化，包括附近地理实体、离岸导航特征和天气条件。关键在于，这些表示可以支持使用LLM生成受控自然语言描述。我们经验性地检验了使用多种LLM生成此类描述的质量，涵盖AIS数据及其附加情境特征。通过增加语义密度并降低时空复杂度，这种抽象可以促进下游分析，使其能够与LLM集成，以支持更高层次的海事推理任务。
引用
@article{arxiv.2603.12287,
title = {Context-Enriched Natural Language Descriptions of Vessel Trajectories},
author = {Kostas Patroumpas and Alexandros Troupiotis-Kapeliaris and Giannis Spiliopoulos and Panagiotis Betchavas and Dimitrios Skoutas and Dimitris Zissis and Nikos Bikakis},
journal= {arXiv preprint arXiv:2603.12287},
year = {2026}
}