Что такое intent classification и slot filling в поиске?

Что хотят услышать интервьюеры:
Intent classification — это задача определения намерения пользователя по его запросу, а slot filling — выделение ключевых параметров или сущностей из запроса. Вместе они помогают понять, что именно хочет пользователь и какие данные для этого нужны. Это важно для улучшения качества поиска и персонализации результатов.

Определение:
Intent classification — процесс классификации пользовательского запроса на заранее определённые категории намерений (например, поиск товара, заказ услуги). Slot filling — задача извлечения из запроса конкретных значимых элементов (слотов), таких как даты, имена, места, которые уточняют запрос.

Пример использования:
Пусть пользователь вводит запрос: «Купить красную куртку размер M».

• Intent classification определит, что намерение — «покупка».
• Slot filling выделит слоты: цвет = «красная», товар = «куртка», размер = «M».

# Псевдокод для иллюстрации
intent = intent_classifier.predict("Купить красную куртку размер M")
slots = slot_filler.extract_slots("Купить красную куртку размер M")
print(intent)  # "покупка"
print(slots)   # {"цвет": "красная", "товар": "куртка", "размер": "M"}

Пояснение кода:
Код не требуется. Пример показывает, как модель классифицирует запрос по намерению и выделяет параметры. Сначала модель intent_classifier определяет общий смысл запроса, затем slot_filler извлекает конкретные значения, которые помогают уточнить запрос для поиска.

Ключевые моменты:

• Intent classification отвечает за понимание цели запроса.
• Slot filling выделяет конкретные данные, необходимые для выполнения запроса.
• Оба компонента часто используются вместе в системах обработки естественного языка.
• В поиске помогают улучшить релевантность и точность выдачи.
• Могут использоваться разные модели: от правил до нейросетей.