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).
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.