文章主要内容总结本文聚焦于利用先进自然语言处理（NLP）技术提升交通事故数据质量，以肯塔基州二次事故识别为案例，系统评估了三类模型的性能：零样本开源大型语言模型（LLMs）、微调的Transformer模型以及传统逻辑回归（基线模型）。研究使用2015-2022年共16,656份人工审核的事故描述数据（其中3,803份确认为二次事故），以2015-2021年数据校准模型，2022年1,771份数据作为测试集。结果显示：微调的Transformer模型表现最优，其中RoBERTa的F1分数达0.90，准确率95%；零样本LLMs（如LLaMA3:70B）F1分数达0.86，但推理时间长（如LLaMA3:70B需139分钟）；传统逻辑回归表现最差（F1=0.66）。研究还发现中型LLMs（如DeepSeek-R1:32B）可在降低运行时间的同时接近大型模型性能，并提出了隐私保护部署、集成方法、增量处理等实际应用建议，为交通部门提升事故数据质量提供了可复制方案。文章创新点系统对比三类模型性能：首次针对二次事故识别，全面评估零样本LLMs、微调Transformer与传统模型的准确性、效率及数据需求，揭示不同模型的权衡关系。突出微调Transformer的优势：证明微调后的RoBERTa等模型在平衡精确率和召回率上的优越性，且推理效率远高于零样本LLMs。探索中型LLMs的潜力
文章主要内容总结本文聚焦于利用先进自然语言处理（NLP）技术提升交通事故数据质量，以肯塔基州二次事故识别为案例，系统评估了三类模型的性能：零样本开源大型语言模型（LLMs）、微调的Transformer模型以及传统逻辑回归（基线模型）。研究使用2015-2022年共16,656份人工审核的事故描述数据（其中3,803份确认为二次事故），以2015-2021年数据校准模型，2022年1,771份数据作为测试集。结果显示：微调的Transformer模型表现最优，其中RoBERTa的F1分数达0.90，准确率95%；零样本LLMs（如LLaMA3:70B）F1分数达0.86，但推理时间长（如LLaMA3:70B需139分钟）；传统逻辑回归表现最差（F1=0.66）。研究还发现中型LLMs（如DeepSeek-R1:32B）可在降低运行时间的同时接近大型模型性能，并提出了隐私保护部署、集成方法、增量处理等实际应用建议，为交通部门提升事故数据质量提供了可复制方案。文章创新点系统对比三类模型性能：首次针对二次事故识别，全面评估零样本LLMs、微调Transformer与传统模型的准确性、效率及数据需求，揭示不同模型的权衡关系。突出微调Transformer的优势：证明微调后的RoBERTa等模型在平衡精确率和召回率上的优越性，且推理效率远高于零样本LLMs。探索中型LLMs的潜力
