זיהוי כוונה

מהו זיהוי כוונות?

זיהוי כוונות (Intent Recognition) הוא התהליך שבו מזהים מה המשתמש מנסה להשיג מתוך הקלט שלו בשפה טבעית. כשלקוח מקליד "אני רוצה לשנות את כתובת המשלוח" או אומר "בטלו לי את המנוי", זיהוי הכוונות הוא המנגנון שמסווג את ההודעות האלה לקטגוריות מובנות כמו update_address או cancel_subscription. זוהי שכבת הבסיס שמאפשרת לסוכני AI לעבור מהבנת מילים לביצוע פעולות.

במונחים טכניים, זיהוי כוונות (שנקרא גם intent detection או intent classification) ממפה טקסט או דיבור לא מובנים לקבוצה מוגדרת מראש של תוויות כוונה. הוא נמצא בצומת שבין עיבוד שפה טבעית (NLP) לבין סיווג באמצעות למידת מכונה, והוא הצעד הראשון בכל מערכת שצריכה לנתב בקשת לקוח, להגיב לה או לפתור אותה.

איך זיהוי כוונות עובד

מערכות מודרניות לזיהוי כוונות פועלות בכמה שלבים. תחילה, הקלט הגולמי עובר עיבוד מקדים: טוקניזציה, נרמול והסרת רעשים. לאחר מכן המערכת יוצרת ייצוג מספרי של הטקסט באמצעות מודלי embedding או מקודדים מבוססי Transformer כמו BERT או sentence-transformers. ה-embeddings האלה לוכדים את המשמעות הסמנטית של הקלט, ולא רק את מילות המפתח שבו.

ה-embeddings מוזנים לשכבת סיווג שממפה את הקלט לקטגוריית כוונה אחת או יותר. גישות מסורתיות התבססו על למידה מפוקחת עם נתוני אימון מתויגים. המערכות המתקדמות ביותר כיום משתמשות בצינורות היברידיים שמנתבים קלטים לפי ציון ביטחון: בין מודלי מקודד מהירים (לשאילתות ברורות עם רמת ביטחון גבוהה) לבין מודלי שפה גדולים (LLMs) לבקשות עמומות או מורכבות. לפי מחקר שפורסם בכנס EMNLP 2024, ניתוב היברידי מבוסס אי-ודאות כזה מאזן בין זמן תגובה לדיוק – פשרה קריטית בסביבות ייצור של שירות לקוחות.

מחקר מ-ACL Anthology (2024) מראה ששיטות דו-שלביות המנצלות ייצוגים פנימיים של LLM שיפרו משמעותית את זיהוי הבקשות שמחוץ לתחום (out-of-scope), ומאפשרות למערכות AI לזהות מתי בקשת לקוח אינה שייכת לאף קטגוריה מוכרת, במקום לכפות התאמה שגויה.

הרכיבים המרכזיים של זיהוי כוונות

נתוני אימון וטקסונומיית כוונות: טקסונומיית כוונות מתוכננת היטב היא עמוד השדרה של כל מערכת זיהוי. כל כוונה זקוקה לדוגמאות מייצגות שמכסות את מגוון הדרכים שבהן לקוחות מבטאים את אותה מטרה. נתונים דלים או מתויגים בצורה לקויה הם הגורם המוביל לסיווג שגוי בסביבת ייצור.

מודלי embedding: מקודדים מבוססי Transformer ממירים טקסט לייצוגים וקטוריים צפופים. מודלים מכווננים כמו SetFit משתמשים בלמידה ניגודית (contrastive learning) כדי להפיק embeddings איכותיים מ-8 דוגמאות מתויגות בלבד לכל כוונה.

שכבת סיווג: זה יכול להיות מסווג softmax פשוט, חיפוש השכן הקרוב ביותר במרחב ה-embedding, או מסווג גנרטיבי מבוסס LLM שמשתמש בלמידה בתוך ההקשר (in-context learning) ובהנחיות chain-of-thought.

זיהוי בקשות מחוץ לתחום (OOS): זיהוי מצבים שבהם שאילתה אינה תואמת אף כוונה מוכרת חשוב בדיוק כמו סיווג כוונות מוכרות. ללא זיהוי OOS אמין, מערכות "ממציאות" תוויות כוונה ושולחות לקוחות לכיוון הלא נכון.

אותות רב-מודאליים: מחקרים חדשים בתחום זיהוי כוונות רב-מודאלי משלבים טקסט, רמזים אקוסטיים (טון, קצב) ואותות חזותיים כדי לבנות תמונה מלאה יותר של כוונת המשתמש – רלוונטי במיוחד ל-Voice AI ולערוצי תמיכה מבוססי וידאו.

למה זיהוי כוונות חשוב לחוויית הלקוח

כל אינטראקציה עם לקוח מתחילה בכוונה. אם המערכת מסווגת בטעות שאלת חיוב כבקשת תמיכה טכנית, הלקוח מנותב לצוות הלא נכון, נאלץ לחזור על הבעיה – ועוזב. זיהוי כוונות מדויק משפיע ישירות על שיעור הפתרון, על פתרון במגע הראשון ועל שביעות רצון הלקוחות. זה ההבדל בין סוכן AI שפותר בעיות לבין סוכן שמתסכל.

בשירות לקוחות ארגוני, טקסונומיות כוונות יכולות לכלול מאות קטגוריות על פני מוצרים, שפות וערוצים. שמירה על דיוק בהיקף כזה מחייבת אימון מחדש מתמשך של המודלים, ניטור של סחיפת כוונות (intent drift) וטיפול חסין בבקשות OOS. ארגונים שמתייחסים לזיהוי כוונות כרכיב סטטי של "להגדיר ולשכוח" משיגים באופן עקבי תוצאות חלשות יותר.

היתרון של Maven

הפלטפורמה של Maven AGI משתמשת בזיהוי כוונות רב-שכבתי שמשלב סיווג מבוסס Transformer עם יצירה מועשרת באחזור (RAG) כדי להבין את כוונת הלקוח בהקשר. במקום להסתמך על טקסונומיות כוונות נוקשות, סוכני ה-AI של Maven משתמשים בהיסטוריית השיחה המלאה ובהקשר של מאגר הידע כדי לקבוע מה הלקוח צריך ואיך לפתור את הבעיה.

Mastermind, חברת EdTech, השיגה עם Maven AGI שיעור פתרון של 93% בצ'אט החי. שיעור הפתרון הזה מתחיל בזיהוי כוונות מדויק בכל הודעה נכנסת, שמבטיח שהלקוחות יגיעו לתשובה הנכונה כבר בניסיון הראשון.

עם יותר מ-100 אינטגרציות, Maven מחברת בין כוונה לפעולה במערכות CRM, חיוב, ניהול הזמנות ומאגרי ידע. אפשר ללמוד עוד על מקומו של זיהוי כוונות בארכיטקטורות AI מודרניות במעבדת ה-AI של Stanford או לעיין במחקר של ACL על זיהוי כוונות בעידן ה-LLM.

שאלות נפוצות

מה ההבדל בין זיהוי כוונות לזיהוי ישויות בעלות שם?

זיהוי כוונות מסווג את המטרה הכוללת של ההודעה (מה המשתמש רוצה לעשות), ואילו זיהוי ישויות בעלות שם (NER) מחלץ נתונים ספציפיים מתוך ההודעה (מספרי הזמנה, תאריכים, שמות מוצרים). השניים פועלים יחד בצינור NLP: זיהוי הכוונות קובע את הפעולה, ו-NER משלים את הפרמטרים הדרושים לביצועה.

איך זיהוי כוונות מתמודד עם כמה כוונות בהודעה אחת?

זיהוי כוונות מרובות הוא תחום מחקר פעיל. כשלקוח אומר "אני רוצה להחזיר את ההזמנה שלי וגם לעדכן את אמצעי התשלום", המערכת צריכה לזהות גם את הכוונה return_order וגם את update_payment. גישות מודרניות משתמשות בסיווג רב-תוויות או בניתוח מבוסס LLM כדי לפרק בקשות מורכבות לכוונות נפרדות שאפשר לפעול לפיהן.

האם זיהוי כוונות עובד בשפות שונות?

כן. מודלי Transformer רב-לשוניים כמו mBERT ו-XLM-R תומכים בסיווג כוונות בעשרות שפות. למידת העברה בין-לשונית מאפשרת למודל שאומן בעיקר על נתונים באנגלית לסווג כוונות בשפות אחרות ברמת דיוק סבירה, אם כי הביצועים משתפרים עם כוונון ייעודי לכל שפה.

איך מודדים את הדיוק של זיהוי כוונות?

המדדים הסטנדרטיים כוללים precision, recall ו-F1-score לכל מחלקת כוונה, וכן דיוק כולל. בשירות לקוחות, המדד המשמעותי ביותר הוא פתרון מקצה לקצה: האם המערכת זיהתה נכון את הכוונה ופתרה את הבעיה? מסווג כוונות עם דיוק של 95% שמסווג בטעות דווקא את ה-5% של הכוונות בעלות הערך הגבוה עדיין עלול לפגוע משמעותית בחוויית הלקוח.