intent و Intent Classification یا طبقه بندی هدف و نیت چیست؟

در زمینه پردازش زبان طبیعی (NLP)، مفهوم “intent” (هدف) به معنای هدف یا قصد کاربر از یک متن یا جمله خاص است. به عنوان مثال، وقتی یک کاربر در یک چت‌بات سوالی می‌پرسد یا در یک سیستم جستجو چیزی را تایپ می‌کند، سیستم باید بفهمد که کاربر چه چیزی می‌خواهد بگوید یا چه هدفی دارد. این هدف می‌تواند یک درخواست اطلاعات، انجام یک وظیفه خاص، یا ابراز نظر باشد.

طبقه‌بندی intent یا intent classification (که گاهی بازشناسی قصد یا بازشناسی نیت نیز نامیده می‌شود) یک تکنیک در پردازش زبان طبیعی (NLP) است. که هدف اصلی آن طبقه‌بندی نیت یا منظور متن است. مثلا مفهوم intent در چت‌بات به معنای هدف کاربر از طرح یک پرسش است. درواقع چت‌بات پس از مواجهه با یک درخواست از طرف کاربر باید intent یا آن چیزی که کاربر در زمان طرح پرسش در ذهنش بوده است را تشخیص دهد. برای مثال، در یک سیستم پشتیبانی مشتری مبتنی بر چت‌بات، اهداف مختلف می‌تواند شامل “درخواست پشتیبانی فنی”، “پرسش درباره قیمت”، “ثبت شکایت” و غیره باشد. سیستم با استفاده از طبقه‌بندی هدف می‌تواند به طور خودکار تشخیص دهد که هر پیام ورودی به کدام یک از این دسته‌ها تعلق دارد و پاسخ مناسبی ارائه دهد. در بسیاری از موارد intent یک سوال با بررسی “فعل” آن جمله قابل تشخیص است؛ اما در برخی از موارد لازم است کل سوال تحلیل شود.

دسته‌بندی قصد چگونه کار می‌کند؟

دسته‌بندی قصد متن‌های نوشته شده یا گفته شده را به عنوان ورودی می‌گیرد و با استفاده از تکنیک‌های یادگیری ماشین (ML) و پردازش زبان طبیعی (NLP) هر کلمه را به صورت خودکار به قصد یا نیت مربوطه تخصیص می‌دهد.

ورودی مدل می‌تواند به صورت متن یا گفتار باشد. ورودی گفتاری باید با تکنولوژی تبدیل گفتار به متن (Speech-to-Text) مانند تشخیص گفتار خودکار (Automated Speech Recognition) به متن تبدیل شود.
سپس قصد یا نیت‌هایی که برای کاربرد ما مناسب هستند باید در فاز آموزش تعیین شده و در نهایت در زمان استفاده انتظار میرود یک طبقه‌بند intentهای آموزش داده شده را برای ما شناسایی کند.

برای درک intent از روشهای مختلفی نظیر یادگیری ماشینی (با دقت نامطلوب)، یادگیری عمیق مثل کانولوشنال 1بعدی یا شبکه های بازگشتی نظیر RNN، LSTM و GRU استفاده میشود که به لطف پیشرفت های اخیر یادگیری عمیق الان ترنسفورمرها نیز این کار را برایمان میتوانند انجام دهند.

کسب‌وکارها چگونه می‌توانند از دسته‌بندی قصد بهره‌مند شوند؟

به لطف پیشرفتهای یادگیری عمیق و ترنسفورمر اکنون بهتر از هر زمان دیگر میتوان این تسک را بادقت بالا انجام داد که به افزایش رضایت مشتریان میتواند منجر شود! مشتریان به دلیل افزایش رقابت، گزینه‌های بیشتری نسبت به قبل دارند و کیفیت خدمات مشتری به یکی از عوامل کلیدی برای کسب‌وکارها تبدیل شده تا از رقبا جلو بزنند.

طبق مطالعات:

یک سوم مشتریان پس از یک تجربه بد از برند مورد علاقه‌شان دوری می‌کنند.
70 درصد مشتریان پس از یک تجربه مثبت برند را به دیگران توصیه می‌کنند.

کاربردهای هوش مصنوعی در خدمات مشتری مانند چت‌بات‌ها و شخصی‌سازی به کسب‌وکارها کمک می‌کند تا مشتریان خود را بهتر درک کرده و تجربه مشتری را بهبود بخشند. یکی از تکنیک‌های استفاده شده در این کاربردها طبقه بندی قصد یا نیت (Intent Classification) است.

دسته‌بندی قصد در کاربردهای هوش مصنوعی مکالمه‌ای (Conversational AI) استفاده می‌شود تا تجربیات مکالمه شخصی‌سازی شده‌ای به کاربران ارائه دهد. این کار به افزایش فروش و بهبود کلی تجربه مشتری کمک می‌کند. این تکنیک به کسب‌وکارها اجازه می‌دهد تا نیت مشتریان را درک کرده و پاسخ دقیقتری به آن‌ها بدهند.
این تکنیک می‌تواند به کسب‌وکارها اجازه دهد تا تعاملات بین خریداران علاقه‌مند و نمایندگان کسب‌وکار را به صورت خودکار انجام دهند. نیازها و توجه خاص مشتریان را طبقه‌بندی کرده و تحلیل می‌کند که مشتریان چه نیتی دارند و با طبقه‌بندی نیت‌های مشتریان، آن‌ها را به نماینده مربوطه هدایت می‌کند.