42、马来语情感分析与城市交通出行模拟研究

马来语情感分析与城市交通出行模拟研究

1. 马来语词典诱导与情感分类

在马来语情感分析领域，研究者们尝试从无标签数据集中诱导特定领域的词典。通过考虑语言、文档长度、数据集大小和写作风格等因素，从一小部分种子词成功诱导出了两个特定领域的词典，分别包含3035个和1984个单词。

在成功分类的文档中，这些诱导词典在f1分数和召回率方面超过了通用词典的表现。然而，基于词典的分类器存在召回率低的问题，导致部分文档无法分类。为了解决这个问题，研究者在诱导词典分类器的输出基础上构建了一个有监督的文档情感分类器。该分类器缓解了低召回率问题，能够对所有文档进行分类，不过代价是f1分数略有降低。这一成果为在多个领域自主生成有标签的数据集，进一步推动马来语文本情感分析领域的发展提供了可能。

2. 城市交通出行模拟背景

如今，政治当局面临的一个问题是减少交通系统的负面外部性，如拥堵、二氧化碳排放和事故等。大多数改革旨在减少私家车的使用，转而推广环保出行方式（如骑自行车、步行）和公共交通。常见的措施包括实施道路收费等劝阻性措施，以及通过调整定价系统鼓励使用公共交通。此外，为了加速能源转型，当局还大力发展城市交通基础设施，如停车换乘设施和多式联运枢纽，以促进多式联运。

多式联运是指在同一次旅行中组合多种交通方式，其目的是减少私家车的使用，从而缓解交通拥堵、停车难和尾气排放等问题。其中，私家车与公共交通的组合（car + pt）尤为典型。这种组合通常是居住在公共交通网络以外的人通过停车换乘设施使用公共交通服务。

为了评估多式联运政策的有效性，交通模拟，特别是基于多智能体模型的模拟，具有重要作用。下面将介绍一种模拟城市收费对多式联运出行行为影响的