【智能客服】意图识别训练协作优化机制

本文原创作者：姚瑞南 AI-Agent 大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。（转载需经授权）  

目录

一、背景

二、识别训练协作模式

三、识别归类规则及定义

1. 间接识别归类

2. 未识别归类

四、标准问与扩展问新增原则

1. 扩展问编写原则

2. 标准问编写原则

五、识别优化流程

1. 获取数据来源

2. 明确归类规则及定义

3. 判断用户query

六、行业名词对齐

七、意图识别和槽位填充概念（认知迭代）

知识点补充：

---

一、背景

不断扩充预料、优化标准问进行知识管理和维护是当前提升AI识别准确率的有效方式之一，但由于复杂业务场景的厘清具有一定困难度、用户query的理解因人而异，以及标准问的边界问题需要多方人员参与决策与判断，涉及人员可能包括算法、运营以及一线业务人员，为明确识别训练流程和多方责任人的配合、参与程度，故初步梳理一下协作和优化规则。

二、识别训练协作模式

训练侧	运营侧	算法侧	产品侧	数据分析侧
1、基础数据及交互对话流水问题挖掘	1、协同明确标准问边界问题，判断新增、修改标准问对业务指标影响	1、基于Badcase运营结果算法调参、模型优化	1、协同制定运营与标注流程，建立Baseline并对齐	1、提供识别训练各维度的数据指标与高频top场景报表数据支持
2、问题定位及汇总	2、结合归因分析、建议解决方案协同出具运营方案	2、提供算法能力、标注工具优化、产品功能的建设	2、推动产品功能与工具迭代，线上化一体化标注与训练，协调资源，满足各侧需求	2、线上化数据报表推送与解读、建议优化方向
3、badcase归因分析及建议解决方案
4、语料归类，新增拓展问、新增标准问、策略及方案优化等优化动作
5、产品能力、识别工具等建设性反馈及badcase案例累计

三、识别归类规则及定义

1. 间接识别归类

序号	一级问题归类	二级问题归类	定义	示例	解决方案	协作方
1	意图缺失	上下文缺失	用户输入的单句不能提取意图，需结合上下文对话信息一起理解用户具体咨询问题	1.可以直接发信息吗 2.请尽快啊 3.我新用户买荔枝	与算法沟通，根据目前识别方案看能否优化	算法侧
		语义不明	用户query无意义/无具体含义	1.咋按不来花呀 2.是黄芽的蛮	-
		意图模糊	用户query过于宽泛；用户query主要在描述具体事件没有说明意图；用户纯吐槽、抱怨	1.订单 2.首次使用，结果订单出错。手机上的订单与店里打印出的订单对不上 3.既然缺货就不要在卖了啊，平台一直在卖货，卖了还不给发，是不是把顾客都当羊肉片了想怎么涮就怎么涮啊
2	拓展问缺失	间接识别命中标准问	能间接识别命中正确标准问，但不能直接识别	1.不想要了，