Šajā pētījumā tiek izskatīta Dabiskās valodas apstrādes (NLP) pielietojums elektronisko pārbaudes sarakstu sistēmās, lai uzlabotu kravas aprakstīšanu un nostiprināšanas praksi kravu pārvadātājiem. Loģistikas nozare saskaras ar nozīmīgām problēmām sakarā ar sarežģītiem un daudzveidīgiem likumiem un vajadzību pēc autonomām validācijas rīkiem kravu nostiprināšanai. Šī pētījuma mērķis ir izstrādāt noteikumu pamatā balstītu nosauktu entitāšu atpazīšanas (NER) modeli, lai standartizētu un automatizētu entitāšu izvilkšanu no kravas aprakstiem.
Šī pētījuma galvenie komponenti ietver entitāšu izvilkšanas mehānisma izstrādi, izmantojot regulārās izteiksmes un standartizēto kodu sistēmas. Pētījums demonstrē NLP risinājumu potenciālu, lai no detalizētiem kravas aprakstiem ģenerētu precīzus, dinamiskus pārbaudes sarakstus, nodrošinot, ka tiek apsvērtas visas būtiskās uzdevumu sadaļas. Izstrādātā NER modelis tiek novērtēts, veicot virkni eksperimentu, demonstrējot augstu precizitāti, atpazīšanas un F1 rezultātus, tādējādi uzsvērojot tā praktisko pielietojamību reālās loģistikas operācijās. Atradumi uzsver kravas saistītās informācijas standartizēšanas nozīmi, lai veicinātu automatizēto NLP risinājumu plašāku pieņemšanu loģistikas nozarē.