РАЗРАБОТКА И ОБУЧЕНИЕ ПРЕДМЕТНО-ОРИЕНТИРОВАННОЙ БОЛЬШОЙ ЯЗЫКОВОЙ МОДЕЛИ ДЛЯ АВТОМАТИЗАЦИИ ИЗВЛЕЧЕНИЯ И ВАЛИДАЦИИ ПАРАМЕТРОВ В ЗАДАЧАХ ТРАНСПОРТНОГО МОДЕЛИРОВАНИЯ

В статье рассматривается проблема высоких трудозатрат и значительного количества ошибок на этапе формализации исходных данных в задачах транспортного моделирования, что является критическим ограничением существующих систем автоматизации инженерных расчетов и подготовки исходных данных применительно к специфике транспортно-дорожного комплекса. Целью исследования является разработка предметно-ориентированной языковой модели для автоматизации извлечения и валидации параметров из неструктурированных и слабоструктурированных источников. Методология основана на тонкой настройке архитектуры трансформера на специализированном датасете, включающем реальные проектные документы, размеченные сущности и синтезированные примеры на основе нормативной документации. Особое внимание уделяется интеграции предметных знаний о методах расчета скорости движения автомобилей, требованиях ГОСТов и специфике дорожных данных. Проведен сравнительный анализ эффективности разработанной модели с традиционным ручным подходом к подготовке данных, включающий оценку точности извлечения и временных затрат. В результате создан действующий прототип модели, демонстрирующий высокую точность извлечения ключевых параметров и существенное сокращение времени подготовки данных. Применение разработанной модели позволяет перераспределить усилия инженера с рутинных операций ввода на задачи, требующие профессиональной экспертизы. Разработанная модель может служить основой для создания систем интеллектуальной автоматизации инженерных расчетов в области транспортного проектирования.