利用生成式AI拓宽交通安全数据访问：基于Schema的空间自然语言查询框架
本文提出了一种基于Schema的自然语言界面框架，旨在解决交通安全分析中数据访问门槛高的问题。该框架利用大型语言模型解释用户意图，同时通过规则验证层和确定性执行层确保结果在权威数据库中的可复现性和可靠性。它将用户查询转化为结构化语义帧，在PostGIS数据库上执行空间操作。该系统在马萨诸塞州的交通安全数据库上进行了评估，所有查询均成功执行，验证层在29%的评估查询中纠正了错误。研究表明，结合自然语言的可访问性与确定性执行是拓宽数据访问的实用方向，对公共部门规划中可信AI的应用具有启示意义。