用生成式 AI 拓宽交通安全数据访问渠道：面向空间自然语言查询的 Schema-Grounded 框架 Broadening Access to Transportation Safety Data with Generative AI: A Schema-Grounded Framework for Spatial Natural Language Queries

系统流程分四步。第一步，LLM 解释：用户查询被送入 Gemini 2.5 Flash 或 GPT-4o（任选其一），模型依据结构化系统提示输出语义帧 JSON。第二步，Validation & Repair Layer 执行四种修复：schema 校验、值归一（如 $1\,\text{km} \to 1000\,m$、$4\text{pm}\text{-}8\text{pm} \to [960, 1200]\,min$）、锚点解析（学校名/地名转坐标，歧义时弹回用户确认）、结构修正（删除虚假 anchor、合并重复约束）。第三步，编译为 DAG：校验后的语义帧被编译成类型化空间操作 DAG，每节点是一次 entity loading、attribute filtering、scope constraint、spatial match、aggregation 或 ranking 操作，边是数据依赖；编译器静态检查 DAG 无环、输入引用合法、最终节点对应合法输出。第四步，PostGIS 执行：DAG 按拓扑序执行，产生地图、排名表、可导出 CSV 等结构化结果。整条管线保证同样的语义帧在同样的数据库状态下永远产出同样结果。

技术新颖性体现在四个层面。第一，将任务型对话系统的语义帧范式创造性地移植到空间分析领域，把分析意图拆解为 primary/support/scope/anchor/filter 五种角色，比传统 NLIDB 的单目标查询更贴近真实安全分析任务（如 ranking 需要 support 实体做度量、scope 实体做地理边界）。第二，提出了 LLM 仅做意图翻译 + 规则层把关 的治理边界，工程上通过封闭 schema + 规则化归一 + DAG 静态校验三层保险实现，区别于代码生成范式的开放性。第三，给出了 80 个查询、9 个能力组合的系统性评测，把修复率 29% 作为 LLM 输出与 schema 要求之间差距的可量化度量。第四，把对公共部门可信 AI 的 NIST AI RMF 框架落地为具体设计选择：reproducibility 由 deterministic execution 保证，auditability 由可检查的语义帧和 DAG 保证。本文是目前少有把领域特定空间 schema + 受控生成 + 规则校验 + DAG 执行 + 公共部门治理五件事同时做齐的工作。

独立分析可以指出四个可改进的弱点，每点给出改进方向。第一，Validation & Repair Layer 目前以规则为主（hardcoded 映射表、字符串匹配），扩展 schema 时需要人工逐条新增归一规则，跨语言支持也会失效；改进方向是引入检索增强的归一器。第二，ranking 指标默认使用 crash_count，没有暴露严重度加权、暴露量调整（VMT 或行人流量）、人口归一等机构常用的优先级评分；扩展方向是允许机构把自家评分系统封装为可插拔的 metric 节点。第三，框架目前不支持多轮对话、约束迭代、查询变体比较，与实际规划工作流脱节；改进方向是引入会话状态 + 澄清子对话 + 对比查询能力。第四，29% 的修复率仅报告整体数字，没有给出 LLM 原始输出的字段级错误率与归因细分；改进方向是发布 LLM raw output vs repaired frame 的字段级 diff。

作者在 Section 5.3 给出四条未来方向：(1) 扩展分析词汇——加入速率/暴露调整指标、严重度加权 ranking、网络可达性度量、灵活的时间聚合；(2) 引入更多数据层——行人流量、土地利用、人口脆弱性指数，让分析更具公平敏感性；(3) 把框架适配到具体规划流程——SRTS 筛查、HSIP 网络分析、公交可达性评估、走廊优先级排序，针对性定制 system prompt 与输出格式；(4) 跨州/跨 schema 部署——研究 schema 自适应的自动化程度与领域专家参与的边界。基于这些方向还可延伸几条：(a) 引入多模态查询，允许用户上传照片/草图作为地理锚点；(b) 把 NL summary 升级为基于反事实的解释（如把缓冲距离改成 1km，则前 5 名学校变化为 X），帮助决策者做敏感性分析；(c) 把系统接入 LLM agent 的工具调用协议（Function Calling / MCP），让 LLM 能调用校验+执行闭环而非一次性 JSON 输出，方便长链路规划任务的工具化集成。

复现评估整体处于中等偏上水平。优点：(1) 论文给出了完整的语义帧 schema、六类实体及其字段、值归一映射示例、80 条评测查询及分组，足以让读者重建评测；(2) 数据规模与执行时间公开，便于估算算力——PostGIS 实例需要能处理 127K crashes + 505K roads 的空间 join 与排名聚合；(3) LLM 选型明示（Gemini 2.5 Flash 与 GPT-4o 任选）。不足：(a) 论文没有开源代码或语义帧 schema 的机器可读定义，仅在 Appendix A 给出单个示例帧，第三方实现需要从论文文本逆向工程；(b) Prompt 文本、校验规则集、PostGIS 具体函数与索引方案未公开；(c) 评测只跑了 80 条查询且没有跨 LLM 版本或跨州的对照实验，外部效度有限。综合难度评级为中等：熟悉 PostGIS + LLM API 的领域工程师可以在 2 至 4 周内复现核心管线并跑通评测。