讀完這篇，你應該要知道的事
- 意圖是什麼？
- 意圖怎麼分？
- 意圖不應該怎麼分類？
意圖介紹
如何讓一隻聊天機器人學會人類的語言呢？
✘列出所有對話
在我們一天生活中，聽到、說出的話多達4萬字。要條列所有對話的語句，這絲毫不可能！逐字逐句辨別所有話語，就連一般人也會「有聽沒懂」或「聽錯話」。
✔︎分類語句內容
如果我們反過來，先分類出「內容類型」，如：購買商品、詢問優惠等。再依照各類型寫出「主要的說法、典型的句子」，讓聊天機器人從語句中，經過數學的演算訓練，推敲出其他可能的說法，便能省去窮舉的心力、也不用費心未列出的風險。
語句分類時，如：購買商品、詢問優惠等，希望機器人聽懂的「問題內容類型」，就是意圖。而這些意圖，就是希望機器人能回答的語意範圍。
意圖分類準則
分類語句中的意圖，只要簡單的3個步驟：
Step 1 — 找出句中和「動作」有關的字詞
Step 2 — 從「動作」字詞判斷整句話的「目的」。
Step 3 — 將「目的」相似、相同的句子分類，並為類別命名。
詳細的範例，可參考此文章 意圖分類-水果店範例
意圖分類的2個NO
以下是兩個最不推薦的分類方式：
✘名詞分類
✘句型分類
✘名詞分類
在水果店的每日對話中，顧客可能很常詢問「不同水果」的問題。如果依照水果名稱等「名詞」分類意圖，可能的風險是什麼呢？看看下面的例子吧！
用名詞來分類意圖，同樣説法「我要買…」、「想換成…」的訓練句，必須重複寫進不同類別。長期使用下來，句子的維護也相當困難。
名詞分類的3大風險：
▲類似句重複撰寫
▲訓練句數過多
▲意圖數量過多
✘句型分類
在水果店的每日對話中，類似的「我要…」、「可不可以…」、「有沒有….」問句常常出現。如果依照「不同句型」分類意圖，可能的風險是什麼呢？看看下面的例子吧！
用句型來分類意圖，儘管將句子清楚分開了，機器人卻無法針對每個意圖，提供正確回覆。在『我要…』意圖裡，「我要買商品」和「我要退商品」是兩個完全不同的事件，機器人不論針對哪句回答，另一句都會顯得答非所問了。
句型分類的風險：
▲無法設計有效回應，容易答非所問
所以，什麼是有效的意圖分類方式呢？
從不同的句子中，經由句中提到的「動作」或事件，推敲整句話要達成的「目的」，並將目的相近的句子歸為各內容類型。這些意圖，也就是機器人要處理的問題類型。
YOCTOL.AI 為全方位 AI 聊天機器人建置與管理平台。您可一站完成機器人自然語意訓練、腳本回應編輯、社群行銷活動，輕鬆做出聽懂人話的 AI 聊天機器人。目前公開測試中，您可以免費註冊 YOCTOL.AI，製作您的第一隻 AI 聊天機器人！
