Tab-Text：融合表格数据与自然语言增强的交通事故安全建模新范式

【编辑推荐】针对传统交通事故分析中表格数据信息丢失严重、难以捕捉非线性特征的局限，研究人员创新性提出多模态框架Tab-Text，通过模板构建文本叙事（LLMs处理）与表格数据协同建模。实验证明该方法在事故严重程度预测中显著优于CatBoost等基线模型，尤其提升致命/重伤事故识别准确率，为交通安全领域提供首个LLMs融合应用范例。

　　

交通事故每年在全球造成巨大生命损失，仅美国就有约4.2万人因此丧生。尽管车辆安全技术和道路设计不断进步，但事故频发和严重程度控制仍是棘手难题。传统研究依赖结构化表格数据（如碰撞类型、天气等分类变量），采用统计模型或机器学习（如随机参数多项式Logit模型、CatBoost树模型）进行分析，但存在两大痛点：一是人工编码的表格数据丢失事故叙事细节，二是传统方法难以捕捉人-车-路-环境复杂交互的非线性特征。

为突破这些限制，研究人员开展了一项开创性研究，提出Tab-Text多模态框架。该研究首次将大语言模型（LLMs）引入交通安防领域，通过模板将表格数据转化为自然语言描述（如"夜间雨天，卡车与轿车在交叉路口侧面碰撞"），再结合ELECTRA Transformer模型进行双模态特征融合。实验采用澳大利亚维多利亚州事故数据集，结果显示：在预测致命/重伤事故时，Tab-Text的F₁
分数比最佳基线模型提升12.3%，关键影响因素排序与传统计量模型一致但解释性更强。这项发表于《Expert Systems with Applications》的工作，标志着交通安防研究从纯表格分析向"数据+语义"协同建模的范式转变。

关键技术方法包括：1）基于预定义模板的表格-文本转换技术；2）ELECTRA模型的双模态特征提取；3）CatBoost、T2T-Transformer等5种基线模型对比；4）SHAP和注意力热图（attention heatmap）可解释性分析。

【文献综述】
梳理了交通建模的两大技术路线：传统统计方法（如随机参数多项式Logit）的局限性，以及机器学习（如XGBoost、TabTransformer）在特征交互捕捉上的优势，指出LLMs在语义理解方面的潜力尚未开发。

【方法】
创新性提出"表格-文本"转换模板，保留原始变量同时生成自然语言描述。采用ELECTRA而非BERT，因其更高效的替换标记检测预训练机制。多模态融合层采用注意力机制协调表格特征和文本嵌入。

【实验结果】
在5类事故严重程度预测任务中，Tab-Text的加权准确率达87.6%，较CatBoost提升4.2%。特别对罕见但高风险的致命事故，召回率提高19.8%。SHAP分析显示"酒驾""高速碰撞"等关键因子与临床研究结论高度吻合。

【结论】
该研究证实：1）LLMs能有效解码表格数据隐含的语义信息；2）多模态融合提升模型对极端事件的敏感性；3）保持与传统方法一致的可解释性。这项工作为智能交通系统提供了新方法论，未来可扩展至实时风险评估和自动驾驶安全策略优化。