Intent Detection
Intent detection is a natural-language-understanding task that classifies the purpose behind a user utterance — such as making a reservation, asking for information, or filing a complaint — into one of a set of predefined intent classes. It is a core NLU component of conversational interfaces and customer-service automation systems, drawing on the benchmarks of Larson et al. (2019) and Casanueva et al. (2020).
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Larson, S. et al. (2019). An Evaluation Dataset for Intent Classification and Out-of-Scope Prediction. EMNLP. · DOI 10.18653/v1/D19-1131
- Casanueva, I. et al. (2020). Efficient Intent Detection with Dual Sentence Encoders. ACL Workshop on NLP for Conversational AI. · DOI 10.18653/v1/2020.nlp4convai-1.5
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.