Rozpoznawanie intencji

Czym jest rozpoznawanie intencji?

Rozpoznawanie intencji to proces ustalania, co użytkownik chce osiągnąć, na podstawie jego wypowiedzi w języku naturalnym. Gdy klient pisze „Muszę zmienić adres dostawy” lub mówi „anuluj moją subskrypcję”, to właśnie rozpoznawanie intencji przypisuje te wiadomości do ustrukturyzowanych kategorii, takich jak update_address czy cancel_subscription. To podstawowa warstwa, dzięki której agenci AI przechodzą od rozumienia słów do podejmowania działań.

Technicznie rzecz biorąc, rozpoznawanie intencji (nazywane też wykrywaniem lub klasyfikacją intencji) mapuje nieustrukturyzowany tekst lub mowę na wcześniej zdefiniowany zestaw etykiet intencji. Łączy przetwarzanie języka naturalnego (NLP) z klasyfikacją opartą na uczeniu maszynowym i stanowi pierwszy krok w każdym systemie, który ma przekierować zapytanie klienta, odpowiedzieć na nie lub je rozwiązać.

Jak działa rozpoznawanie intencji

Nowoczesne systemy rozpoznawania intencji działają w kilku etapach. Najpierw surowe dane wejściowe przechodzą wstępne przetwarzanie: tokenizację, normalizację i usuwanie szumu. Następnie system tworzy liczbową reprezentację tekstu za pomocą modeli embeddingów lub enkoderów opartych na architekturze transformer, takich jak BERT czy sentence-transformers. Embeddingi oddają znaczenie semantyczne wypowiedzi, a nie tylko jej słowa kluczowe.

Embeddingi trafiają następnie do warstwy klasyfikacji, która przypisuje dane wejściowe do jednej lub kilku kategorii intencji. Tradycyjne podejścia opierały się na uczeniu nadzorowanym z oznaczonymi danymi treningowymi. Obecnie najbardziej zaawansowane systemy korzystają z hybrydowych potoków, które na podstawie poziomu pewności kierują zapytania do szybkich modeli enkoderowych (w przypadku jasnych zapytań o wysokiej pewności) lub do dużych modeli językowych (LLM) w przypadku próśb niejednoznacznych lub złożonych. Według badań opublikowanych na konferencji EMNLP 2024 takie hybrydowe kierowanie oparte na niepewności równoważy opóźnienia i dokładność — co jest kluczowym kompromisem w produkcyjnych środowiskach obsługi klienta.

Badania z ACL Anthology (2024) pokazują, że dwuetapowe metody wykorzystujące wewnętrzne reprezentacje LLM znacząco poprawiły wykrywanie zapytań spoza zakresu, dzięki czemu systemy AI potrafią rozpoznać, że prośba klienta nie pasuje do żadnej znanej kategorii, zamiast wymuszać błędne dopasowanie.

Kluczowe elementy rozpoznawania intencji

Dane treningowe i taksonomia intencji: Dobrze zaprojektowana taksonomia intencji to fundament każdego systemu rozpoznawania. Każda intencja wymaga reprezentatywnych przykładów, które obejmują różne sposoby, w jakie klienci wyrażają ten sam cel. Skąpe lub źle oznaczone dane to główna przyczyna błędnej klasyfikacji w środowisku produkcyjnym.

Modele embeddingów: Enkodery oparte na architekturze transformer zamieniają tekst w gęste reprezentacje wektorowe. Dostrojone modele, takie jak SetFit, wykorzystują uczenie kontrastywne, aby tworzyć wysokiej jakości embeddingi już z 8 oznaczonych przykładów na intencję.

Warstwa klasyfikacji: Może to być prosty klasyfikator softmax, wyszukiwanie najbliższych sąsiadów w przestrzeni embeddingów lub generatywny klasyfikator oparty na LLM, wykorzystujący uczenie w kontekście (in-context learning) i promptowanie chain-of-thought.

Wykrywanie zapytań spoza zakresu (OOS): Rozpoznanie, że zapytanie nie pasuje do żadnej znanej intencji, jest równie ważne jak klasyfikowanie znanych intencji. Bez niezawodnego wykrywania OOS systemy „halucynują” etykiety intencji i kierują klientów na niewłaściwą ścieżkę.

Sygnały multimodalne: Nowe badania nad multimodalnym rozpoznawaniem intencji łączą tekst, sygnały akustyczne (ton, tempo) i wizualne, aby pełniej uchwycić intencję użytkownika — co ma szczególne znaczenie dla Voice AI i kanałów wsparcia opartych na wideo.

Dlaczego rozpoznawanie intencji jest ważne dla doświadczenia klienta

Każda interakcja z klientem zaczyna się od intencji. Jeśli system błędnie sklasyfikuje pytanie o rozliczenia jako prośbę o wsparcie techniczne, klient trafia do niewłaściwego zespołu, musi ponownie opisywać problem i w końcu odchodzi. Trafne rozpoznawanie intencji bezpośrednio wpływa na wskaźnik rozwiązań, rozwiązywanie spraw przy pierwszym kontakcie i satysfakcję klientów. To właśnie odróżnia agenta AI, który rozwiązuje problemy, od takiego, który frustruje.

W obsłudze klienta w dużych przedsiębiorstwach taksonomie intencji mogą obejmować setki kategorii w różnych produktach, językach i kanałach. Utrzymanie dokładności na taką skalę wymaga ciągłego ponownego trenowania modeli, monitorowania dryfu intencji i solidnej obsługi zapytań OOS. Organizacje, które traktują rozpoznawanie intencji jako statyczny komponent typu „skonfiguruj i zapomnij”, konsekwentnie osiągają słabsze wyniki.

Przewaga Maven

Platforma Maven AGI wykorzystuje wielowarstwowe rozpoznawanie intencji, które łączy klasyfikację opartą na transformerach z generowaniem wspomaganym wyszukiwaniem (RAG), aby rozumieć intencję klienta w kontekście. Zamiast polegać na sztywnych taksonomiach intencji, agenci AI Maven korzystają z pełnej historii rozmowy i kontekstu bazy wiedzy, aby ustalić, czego klient potrzebuje i jak rozwiązać jego sprawę.

Mastermind, firma z branży EdTech, osiągnęła z Maven AGI wskaźnik rozwiązań na czacie na żywo na poziomie 93%. Taki wynik zaczyna się od trafnego rozpoznania intencji w każdej przychodzącej wiadomości, dzięki czemu klienci otrzymują właściwą odpowiedź za pierwszym razem.

Dzięki ponad 100 integracjom Maven łączy intencję z działaniem w systemach CRM, rozliczeniowych, zarządzania zamówieniami i bazach wiedzy. Więcej o tym, jak rozpoznawanie intencji wpisuje się w nowoczesne architektury AI, można przeczytać na stronie Stanford AI Lab oraz w badaniach ACL nad wykrywaniem intencji w erze LLM.

Najczęściej zadawane pytania

Czym różni się rozpoznawanie intencji od rozpoznawania nazwanych encji?

Rozpoznawanie intencji określa ogólny cel wiadomości (co użytkownik chce zrobić), natomiast rozpoznawanie nazwanych encji (NER) wyodrębnia z wiadomości konkretne dane (numery zamówień, daty, nazwy produktów). Oba mechanizmy współpracują w potoku NLP: rozpoznawanie intencji wyznacza działanie, a NER uzupełnia parametry potrzebne do jego wykonania.

Jak rozpoznawanie intencji radzi sobie z kilkoma intencjami w jednej wiadomości?

Wykrywanie wielu intencji to obszar intensywnych badań. Gdy klient mówi „Chcę zwrócić zamówienie, a przy okazji zmienić metodę płatności”, system musi rozpoznać zarówno intencję return_order, jak i update_payment. Nowoczesne podejścia wykorzystują klasyfikację wieloetykietową lub parsowanie oparte na LLM, aby rozłożyć złożone prośby na osobne intencje, które można zrealizować.

Czy rozpoznawanie intencji działa w wielu językach?

Tak. Wielojęzyczne modele transformer, takie jak mBERT i XLM-R, obsługują klasyfikację intencji w dziesiątkach języków. Międzyjęzykowy transfer wiedzy pozwala modelowi trenowanemu głównie na danych w języku angielskim klasyfikować intencje w innych językach z rozsądną dokładnością, choć wyniki poprawiają się po dostrojeniu do konkretnego języka.

Jak mierzy się dokładność rozpoznawania intencji?

Standardowe metryki to precyzja, czułość i F1-score dla każdej klasy intencji oraz ogólna dokładność. W obsłudze klienta najważniejszą miarą jest jednak rozwiązanie sprawy od początku do końca: czy system poprawnie rozpoznał intencję i rozwiązał problem? Klasyfikator intencji o dokładności 95%, który myli akurat te 5% intencji o wysokiej wartości, wciąż może poważnie zaszkodzić doświadczeniu klienta.