研究验证NLP消息优先级可改善应急机会路由

Yihang Cao与Milena Radenkovic发布论文，以2015年尼泊尔地震为案例，研究基于NLP的语义消息优先级能否改善机会式应急通信中紧急消息的处理。研究将社交媒体消息用TF-IDF加Logistic Regression和BERT两种方法分为九个人道主义类别，并映射到P1至P4四个路由优先级，接入ONE模拟器的加德满都地震场景中修改版Binary Spray and Wait路由进行验证。 结果显示，BERT的优先级准确率和P1召回率高于Logistic Regression，并减少了优先级低估和严重优先级错误；但NLP性能的提升并未带来一致的网络收益。研究认为，语义优先级在传输和存储资源受限竞争时最有价值，但无法克服机会网络中的移动性和接触限制。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。