上下文丰富的船舶轨迹自然语言描述

我们解决将从AIS采集的原始船舶轨迹数据转化为结构化、语义丰富的表示的问题，这种表示可被人类理解并可直接被机器推理系统使用。我们提出上下文感知的轨迹抽象框架，将含噪AIS序列切分为不同的航次，每个航次由干净的、带移动性标注的片段组成。每个片段进一步用多源上下文信息丰富，如附近地理实体、海上航行特征和天气条件。关键是，这类表示可以支持使用LLM生成受控自然语言描述。我们实证检验了用多个LLM基于AIS数据和开放上下文特征生成的描述质量。通过提高语义密度并降低时空复杂性，这种抽象可以促进下游分析，并实现与LLM的集成以完成更高层的海事推理任务。