Was ist Intent Classification und Slot Filling in der Suche?

Klassifikation von Absichten und Slot-Füllung sind Schlüsselaufgaben in der Verarbeitung natürlicher Sprache (NLP), die häufig in Suchsystemen und Dialogsystemen eingesetzt werden.

Absichtsklassifikation ist die Aufgabe, die Absicht des Nutzers anhand seiner Anfrage zu bestimmen. Zum Beispiel kann in einer Suchmaschine die Anfrage als "Produktsuche", "Lieferinformationen erhalten" oder "Support kontaktieren" klassifiziert werden. Dies hilft dem System zu verstehen, welches Ziel der Nutzer verfolgt.

Slot-Füllung ist die Aufgabe, aus der Anfrage spezifische Parameter oder Entitäten zu extrahieren, die die Absicht präzisieren. Zum Beispiel, wenn der Nutzer "rote Jacke Größe M kaufen" eingibt, ist die Absicht "Kauf" und die Slots sind Farbe: "rot", Produkt: "Jacke", Größe: "M".

Gemeinsam ermöglichen diese Aufgaben dem System, nicht nur zu verstehen, was der Nutzer möchte, sondern auch, welche konkreten Daten er benötigt, was die Qualität der Suche und Interaktion verbessert.

Beispiel:

# Pseudocode für Absichtsklassifikation und Slot-Füllung
Anfrage = "Pizza mit Pilzen und Käse bestellen"
Absicht = classify_intent(Anfrage)  # 'bestellen_essen'
Slots = extract_slots(Anfrage)    # {'Gericht': 'Pizza', 'Beläge': ['Pilze', 'Käse']}