基于自指令和低秩适配生成符合协议的真实航海无线电对话
计算与语言
2026-03-06 v1 人工智能
摘要
VHF 无线电误交言犹豫是航海作业中的主要安全风险，在 2014-2023 年的欧洲记录事件中，人因因素占比超过 58%。尽管 VHF 无线电通信已使用多年，仍易受噪声、干扰、语言可变性以及缺乏实时转录的影响，导致程序错误频发且难以纠正。开发旨在支持实时通信和决策的 AI 辅助系统需要大量高质量航海数据，但由于操作、监管和隐私限制，这类数据稀缺。本研究引入一种符合 IMO SMCP（海事海员代码）的方法，用于生成符合协议的真实航海无线电对话。该方法将 26 项筛查直接集成到迭代生成循环中，以确保实体信息准确性、幻觉检测、SMCP 合规性、逻辑一致性和语言多样性。我们采用 LORA 进行参数高效微调，显著降低训练期间的计算开销，并可在资源受限的航海系统上高效部署所得模型。为评估数据集质量，我们引入一种新型评估框架，结合自动化和专家评估：格式准确性、信息准确性、独特性和逻辑连贯性。使用公开的船舶、 coastal 和 AIS 数据集进行实验表明，该方法产生了多样化、符合程序规范且符合操作现实的对话。尽管下游应用如自动语音识别和自然语言处理尚在未来工作中保留，但已发布的代码、数据集和验证工具为人工智能辅助航海安全及其他安全关键领域提供了可复现的基础。
引用
@article{arxiv.2603.04423,
title = {Generating Realistic, Protocol-Compliant Maritime Radio Dialogues using Self-Instruct and Low-Rank Adaptation},
author = {Gürsel Akdeniz and Emin Cagatay Nakilcioglu},
journal= {arXiv preprint arXiv:2603.04423},
year = {2026}
}