Phát hiện ý định
Định nghĩa nhanh
Phát hiện ý định là nhiệm vụ xác định những gì một người muốn đạt được từ những gì họ viết hoặc nói, để một hệ thống có thể phản hồi hoặc chuyển hướng yêu cầu. Các ý định điển hình là theo dõi một đơn hàng, yêu cầu hoàn tiền hoặc hỏi về một sản phẩm.
Trên trang này
Cách thức phát hiện ý định hoạt động
Các chatbot cổ điển dựa vào một bộ phân loại ý định được đào tạo trên các cụm từ ví dụ cho mỗi ý định: “đơn hàng của tôi ở đâu”, “đơn hàng của tôi chưa đến” và “số theo dõi?” đều được gán nhãn track_order. Một bộ trích xuất slot sau đó lấy ra các chi tiết như số đơn hàng. Các tập dữ liệu nghiên cứu như BANKING77 (Casanueva và các đồng nghiệp, 2020), với 77 ý định ngân hàng chi tiết, cho thấy sự phân biệt tinh vi khó khăn như thế nào ngay cả đối với các mô hình tốt.
Với các mô hình ngôn ngữ lớn, phát hiện ý định thường là ngầm hiểu. Mô hình đọc tin nhắn, quyết định những gì người đó muốn và chọn công cụ nào để gọi. Một số nhóm vẫn giữ lại một bước phân loại rõ ràng để chuyển hướng các cuộc trò chuyện, gán nhãn chúng cho báo cáo hoặc kích hoạt các quy trình cụ thể.
Tại sao điều này quan trọng trong dịch vụ khách hàng
Biết được ý định quyết định những gì xảy ra tiếp theo: trả lời từ FAQ, tra cứu một đơn hàng, mở một yêu cầu trả lại, gửi cuộc trò chuyện đến bộ phận thanh toán, hoặc gọi ngay một người để khiếu nại. Tích lũy qua hàng ngàn cuộc trò chuyện, các ý định cũng cho doanh nghiệp biết khách hàng thực sự liên hệ về điều gì — đầu vào để cải thiện các trang, chính sách và sản phẩm.
Trong thương mại điện tử, các ý định thường gặp nhất thường là trạng thái đơn hàng, thời gian giao hàng, trả lại và đổi hàng, câu hỏi về sản phẩm và vấn đề thanh toán.
Cạm bẫy phổ biến
Các tin nhắn thực tế thường chứa nhiều ý định (“đơn hàng của tôi ở đâu, và tôi có thể thay đổi kích thước không?”). Các danh sách ý định cố định nhanh chóng trở nên lỗi thời khi sản phẩm và chính sách thay đổi, và một đuôi dài của các yêu cầu hiếm khi phù hợp với bất kỳ nhãn nào. Các ngưỡng độ tin cậy quá thấp khiến khách hàng đi sai hướng; các ngưỡng quá cao làm tăng mọi thứ. Các hệ thống nên cho phép một phương án dự phòng — hỏi một câu hỏi làm rõ hoặc chuyển giao — thay vì buộc phải đoán.
Xử lý ý định trong AI SmartTalk
AI SmartTalk không yêu cầu bạn định nghĩa danh sách ý định. Mô hình ngôn ngữ của trợ lý sẽ diễn giải từng tin nhắn và chọn trong số các công cụ của nó — tìm kiếm kiến thức, tìm kiếm sản phẩm, tra cứu đơn hàng, đặt lịch hẹn, chuyển giao. Để định tuyến và báo cáo, các cuộc trò chuyện có thể được gán thẻ, và các quy trình SmartFlow có thể phân nhánh với điều kiện AI dựa trên những gì khách hàng đã nói. Các câu hỏi mà trợ lý không thể trả lời sẽ được liệt kê để đội ngũ có thể lấp đầy các khoảng trống.
Câu hỏi thường gặp
Sự khác biệt giữa một ý định và một thực thể là gì?
Ý định là những gì người đó muốn (theo dõi một đơn hàng); các thực thể là chi tiết cần thiết để thực hiện điều đó (số đơn hàng, địa chỉ email).
Các trợ lý dựa trên LLM có còn cần phân loại ý định không?
Không cần thiết để trả lời, vì mô hình diễn giải yêu cầu trực tiếp. Một phân loại rõ ràng vẫn hữu ích cho việc định tuyến, phân tích và kích hoạt các quy trình cố định.
Một bot hỗ trợ nên có bao nhiêu ý định?
Với một bộ phân loại cổ điển, bắt đầu với một tá ý định bao phủ hầu hết khối lượng và thêm nhiều hơn khi dữ liệu cho thấy chúng. Với một đại lý LLM, hãy tập trung vào các công cụ và kiến thức mà mỗi ý định thường xuyên yêu cầu.