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).
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.