Intent Detection — Intent Classificatie
Intent detection is een taak binnen natural-language understanding (NLU) die het doel achter een gebruikersuiting classificeert — zoals het reserveren van iets, het vragen om informatie, of het indienen van een klacht — in een van een reeks vooraf gedefinieerde intentieklassen. Het is een kerncomponent van NLU voor conversationele interfaces en klantenservice-automatiseringssystemen, en bouwt voort op de benchmarks van Larson et al. (2019) en Casanueva et al. (2020).
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Intent Detection (Intent Classification). ScholarGate. https://scholargate.app/nl/text-mining/intent-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT-inbeddingenText mining↔ compare
- SentimentanalyseText mining↔ compare
- Slot FillingText mining↔ compare
- TekstclassificatieText mining↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →