做意图识别这两年我踩过的坑能凑一桌麻将今天给大家扒 5 个最痛的别踩我踩过的雷1. 多意图混淆以为用户只会说一句话坑用户说帮我查订单还想改地址我当时只取了第一个意图查订单结果用户要改地址的需求被忽略直接骂我智障。改后来加了多意图拆分的模块用序列标注模型把一句话拆成多个意图再分别处理现在多意图识别准确率从 40% 提到了 85%。2. 模糊表述不知道用户在说啥坑用户说那个东西我没做指代消解直接返回请说清楚您要查询的内容用户以为我傻直接转人工。改加了指代消解模块从上下文多轮对话或者用户历史会话里找候选指代对象匹配不到再问用户现在模糊表述的转人工率降了 60%。3. 用户改口没跟踪对话状态坑用户说帮我退款然后又说算了换个颜色吧我没跟踪对话状态直接执行了退款结果用户炸了。改加了对话状态跟踪DST模块把每一轮用户的意图存起来要是用户改口就覆盖之前的意图现在改口的处理准确率从 30% 提到了 90%。4. 上下文丢失跨轮次的话就忘了坑用户第一轮说我要买 iPhone15第二轮说那个续航怎么样我直接识别成查询续航结果返回了所有手机的续航用户说我问的是 iPhone15改加了上下文记忆模块把用户之前提到的实体存起来第二轮的那个自动关联到iPhone15现在跨轮次的准确率从 50% 提到了 92%。5. 边缘 Case用户打错字/说方言坑用户打错字我要 t 恤写成我要 t 血我没做纠错直接识别成未知意图用户转人工。改加了拼音纠错词典模糊匹配模块打错字、说方言的情况都能识别现在边缘 case 的识别率从 20% 提到了 78%。其实这些坑说白了就是没站在用户的角度想问题——用户哪会说标准语哪会只说一个需求你要是只会做文本分类那肯定处处踩坑。我当时踩这些坑的时候每天都在改代码改到凌晨头发掉了一大把… 希望你们别像我一样提前把这些坑填上。最近我在做一个智能客服的项目专门针对这些坑做了优化现在用户满意度达到了 90%比之前的 75% 提升了不少真的是踩坑多了经验就多了。你踩过最无语的意图识别坑是什么就是那种我怎么会犯这种错的坑~