在列车管理系统中使用非结构化文本的层次化延误归因分类
机器学习
2024-02-07 v1 人工智能
摘要
欧盟指令规定对列车延误进行系统性跟踪。在瑞典，瑞典交通管理局登记并分配适当的延误归因代码。然而，此延误归因代码是手动分配的，这是一项复杂的任务。在本文中，研究了一种基于机器学习的决策支持系统，用于根据事件描述分配延误归因代码。使用 TF-IDF 对文本进行转换，并针对随机均匀分类器和瑞典交通管理局的分类性能评估了两个模型：Random Forest 和 Support Vector Machine。此外，该问题被建模为层次化方法和扁平方法。结果表明，层次化方法的表现优于扁平方法。两种方法的表现均优于随机均匀分类器，但表现不如人工分类。
引用
@article{arxiv.2402.04108,
title = {Hierarchical Delay Attribution Classification using Unstructured Text in Train Management Systems},
author = {Anton Borg and Per Lingvall and Martin Svensson},
journal= {arXiv preprint arXiv:2402.04108},
year = {2024}
}
备注
22 pages, 7 figures