8.0
热点
AI SCORE
技术实践2026-11-19 14:23
用向量聚类提取聊天机器人的用户意图
dev.to · AI#意图识别#向量聚类#Python
Editor brief · 编辑速览
文章提供 Python 示例,将用户首条消息或目标摘要向量化,通过 HDBSCAN 或 k-means 聚类,再让大模型根据代表性样本为各簇命名。将归纳出的意图固化为分类标签,便可对新会话持续分类并按意图统计失败率。
文章思维导图
Knowledge map
AI brief
原文暂未完整获取,基于公开信息的快读
dev.to 上一篇文章给出了用 Python 从聊天记录里归纳用户意图的做法。作者先把相似的请求聚在一起,让大模型给每组起名,再由人工把这些分组整理成固定标签。新会话沿用同一套标签,就能按意图统计失败率,比较同一类任务的周度表现。
目前能确认什么
每段会话取一条文本,可以用用户的首条消息,也可以用一句话概括用户目标。向量化前,作者会去掉订单号、邮箱等不该左右相似度的内容。例如,两条退款请求即使订单号不同,也应该有机会分到同一组。
意图数量未知时,可以用 HDBSCAN,无法归入任何簇的样本可以保留为噪声。需要预先指定组数时,可以用 k-means,每条样本都会被分到一组。聚类后,大模型根据代表性样本生成「修改配送地址」这样的目标名称,再由人工合并重复项、拆分混杂项,给标签写下定义和示例。
我的判断
聚类适合发现用户意图,固定标签才能让周报里的同一项持续可比。 如果每周重新聚类,「退款」这周可能单独成组,下周却和「查退款进度」混在一起,失败率的变化就很难解释。
节选还没交代失败怎么判定。例如,用户问完退款就离开,这次会话是否算失败?也没说一段会话先查物流、后申请退款时该归到哪个标签。这两条规则分别影响失败次数和各标签的会话总数。作者也参与开发了文中提到的 Agnost AI,工具比较基于公开文档,各工具对中文会话的分类效果仍需实测。