公园设施、体育活动以及在线评论中的感官体验之间的关联：一种领域特定的命名实体识别模型

《Ecological Indicators》：Associations among park features, physical activities, and sensory perceptions from online reviews: A domain-specific named entity recognition model

景观特征实体识别与多维度环境行为分析。

　　
### 研究背景与意义
随着城市化进程的加速，公园作为公共绿色空间的核心载体，其设计特征与人类活动及感知之间的关联性成为研究重点。传统方法依赖人工问卷调查或实地观测，存在样本量小、成本高、时效性差等局限。近年来，基于大规模文本数据的自然语言处理（NLP）技术为景观研究提供了新思路，但现有方法多聚焦单一维度（如物理活动或感官体验），缺乏对多要素协同关系的系统性分析。例如，路径宽度等微观设计特征可能同时促进剧烈运动（MVPA）并削弱静态休息（sedentary behavior），这类复杂关联难以通过传统方法捕捉。因此，本研究旨在通过开发新型NLP模型（LCNER），实现公园特征、活动类型与感官体验的联合提取，揭示三者间的动态平衡机制。

### 方法创新与模型构建
#### 1. 数据采集与处理
研究以新加坡314个公共公园为样本，从谷歌地图和TripAdvisor平台收集了11万余条评论，通过去重、清洗及标准化处理，形成包含10,635条句子的训练集。数据清洗过程中剔除了空白、重复及低质量内容，并采用分段策略（30-300字符/句）提升标注效率。

#### 2. 模型设计
LCNER模型基于DeBERTa-large架构，通过细粒度命名实体识别（NER）框架，实现了三大维度的联合提取：
- **公园特征**：涵盖自然元素（如地形、植被、水体）和人工设施（如健身器材、座椅、指示牌）；
- **活动类型**：区分中等至高强度运动（MVPA）、轻度活动（light PA）和静态休息（sedentary behavior）；
- **感官体验**：聚焦听觉（如“宁静”）、嗅觉（如“花香”）、触觉（如“微风”）及拥挤度感知。

模型采用“全球指针（GlobalPointer）”解码层替代传统CRF，通过联合优化实体边界与类型分类，显著提升了多维度实体识别的准确性。例如，在识别“water playground”这类复合设施时，模型能将其整体归类为“运动设施（F_MVPA）”而非孤立拆分，避免了lexicon-based方法因词汇歧义导致的误判。

#### 3. 性能验证与对比
通过对比6种预训练模型（BERT、XLM-RoBERTa、DeBERTa等）的表现，DeBERTa-large在F1分数（0.896）、召回率（0.895）和精度（0.896）上均领先，验证了其在多任务联合建模中的优势。与lexicon-based方法相比，LCNER的F1平均提升达0.021-0.395，尤其在“地形（N_terrain）”和“运动设施（F_MVPA）”类别中表现突出，例如地形提及频率与MVPA强度呈显著正相关（β=0.20），但与静态行为呈负相关。

### 核心发现与启示
#### 1. 物理活动与设施特征的关联性
- **运动设施（F_MVPA）**：篮球场、跑道等明确指向高强度的设施，其提及频率与MVPA活动显著正相关（β=0.32）。
- **静态设施（F_sedentary）**：长椅、休息区等与静态行为呈强关联（β=0.36），但此类设施在MVPA空间中占比越高，往往伴随感官体验越弱的现象。
- **路径（F_path）**：宽度、连通性等特征被证实能同时促进步行（light PA）和抑制静态行为（β=-0.21），成为公园设计的“双刃剑”。

#### 2. 感官体验的驱动因素
- **听觉感知（P_sound）**：与交通设施（如地铁站、停车场）提及频率呈正相关（β=0.44），可能因周边环境噪音增加导致感知复杂化；
- **触觉感知（P_tactile）**：水体（如瀑布、喷泉）和植被覆盖度高的区域提及率更高（β=0.15），反映自然元素对温度、湿度的调节作用；
- **嗅觉感知（P_olf）**：花卉（如兰草、樱花）和植被密集区感知得分显著提升，但与人工设施存在负相关（β=-0.19），提示设计需平衡功能性与生态性。

#### 3. 空间分布的异质性
- **高强度运动区**：集中在城市外围山地公园（如Mount Faber）及开放空间，地形多样性（β=0.20）和低拥挤度（P_crowd=-0.21）是关键驱动因素；
- **静态与感官体验区**：沿海公园（如East Coast Park）因休憩设施密集，静态行为占比高（β=0.38），同时因临海景观产生更强的听觉（β=0.30）和触觉（β=0.15）体验；
- **设施冲突**：文化设施（如博物馆、雕塑）虽提升游客停留时长（与静态行为正相关），但其人工化特征会削弱自然感官（如花香、鸟鸣）的感知质量。

### 应用价值与实践建议
1. **公园规划优化**：
- 优先拓展连接性良好的步道网络，提升MVPA覆盖率；
- 在拥挤区域增设声学缓冲设施（如绿篱、隔音墙），平衡活动强度与感官舒适度；
- 通过“自然+人工”复合设计（如湿地景观搭配健身器材），实现功能与体验的协同提升。

2. **健康干预策略**：
- 针对低活力人群，建议在社区公园强化静态休憩区（如长椅、凉亭）的感官优化设计；
- 在商业区周边增设交通导向型运动设施（如共享单车租赁点），利用通勤流量提升MVPA。

3. **技术扩展方向**：
- 开发多模态LCNER模型，整合文本、图像（如公园卫星图）和传感器数据（如步道使用频率）；
- 构建动态评估体系，通过实时抓取社交媒体数据，追踪公园改造后的行为与感知变化。

### 局限与未来方向
- **数据局限性**：样本集中于新加坡单一城市，未来需验证模型在气候差异（如温带vs.热带）和文化多样性地区的普适性；
- **感官维度不足**：未涵盖视觉（如色彩对比）和味觉（如饮水设施）等感知维度，计划引入图像分析（如色彩空间检测）补充；
- **行为机制复杂**：活动与感官的交互可能受个体差异（如年龄、运动习惯）影响，需结合人口统计学数据深化分析。

### 结论
LCNER模型通过多维度实体联合识别，首次系统揭示了公园设计特征与人类活动及感官体验的动态关联。其核心贡献在于：
1. **方法论突破**：以监督式NER替代传统lexicon-based方法，实现零样本扩展与跨任务迁移（如结合ABSA进行情感分析）；
2. **实证发现**：证实人工设施与自然元素的协同设计可同时提升运动强度与感官质量；
3. **实践指导**：为“15分钟健康生活圈”规划提供数据驱动的空间优化方案。

该研究为智慧城市中的公共空间设计提供了量化工具，未来可扩展至其他城市尺度的景观评估，助力健康城市规划从经验驱动转向数据驱动。