Реалізація AI-розпізнавання намірів користувача (Intent Recognition) у мобільному додатку

Реалізація AI-розпізнавання намірів користувача (Intent Recognition) в мобільному додатку

Intent Recognition — це класифікація того, що користувач хоче зробити, на основі його текстового або голосового введення. У контексті мобільного додатка це фундамент діалогових інтерфейсів, розумного пошуку, голосових команд та чат-ботів. Без точної класифікації намірів будь-яка NLU-логіка перетворюється на набір крихких регулярних виразів.

Чим Intent Recognition відрізняється від звичайної класифікації тексту

Звичайна класифікація: «цей відгук позитивний чи негативний». Intent Recognition: «користувач хоче оформити замовлення, скасувати замовлення, дізнатися статус доставки, знайти товар, отримати консультацію, чи говорить щось нерелевантне».

Класи нерівномірні по частоті, можуть перекриватися («хочу повернути товар» = return_request чи complaint?), а користувачі формулюють один намір десятками різних способів. Плюс необхідність обробки out-of-scope запитів без галюцинацій «я вмію все».

Технічні підходи

Fine-tuned BERT/RoBERTa для production

Дообучення мовної моделі на розміченому датасеті інтентів — стандарт індустрії. Для англомовних додатків: distilbert-base-uncased або roberta-base. Для інших мов використовуйте еквівалентні моделі.

from transformers import pipeline, AutoTokenizer, AutoModelForSequenceClassification

# Fine-tuning на кастомних інтентах
model = AutoModelForSequenceClassification.from_pretrained(
    "distilbert-base-uncased",
    num_labels=len(INTENT_LABELS)
)

# Inference
classifier = pipeline(
    "text-classification",
    model=model,
    tokenizer=tokenizer,
    return_all_scores=True
)

def classify_intent(text: str) -> IntentResult:
    scores = classifier(text)[0]
    top = max(scores, key=lambda x: x["score"])

    if top["score"] < 0.65:
        return IntentResult(intent="out_of_scope", confidence=top["score"])

    return IntentResult(intent=top["label"], confidence=top["score"])

Поріг 0.65 — межа out-of-scope. Нижче цього — не вгадуємо, чесно говоримо «не зрозумів». Це критично: неправильно вгаданий намір гірше, ніж визнання незрозуміння.

Типовий набір інтентів для e-commerce мобільного додатка

Slot Filling: вилучення параметрів наміру

Після класифікації наміру потрібно вилучити параметри (slots). Для search_product — що саме шукають, категорія, характеристики. Для order_status — номер замовлення або період.

Slots вилучаються через NER (Named Entity Recognition) або шаблонний парсер. Для структурованих доменів regex + кастомний NER працює надійніше за загальну NER-модель:

import re

def extract_order_id(text: str) -> Optional[str]:
    # формати: #123456, №123456, ORD-123456, замовлення 123456
    patterns = [r'#(\d{5,8})', r'№(\d{5,8})', r'ORD-(\d+)', r'замовлення[а-яіїєґ\s]+?(\d{5,8})']
    for pattern in patterns:
        match = re.search(pattern, text, re.IGNORECASE)
        if match:
            return match.group(1)
    return None

def fill_order_status_slots(text: str) -> OrderStatusSlots:
    return OrderStatusSlots(
        order_id=extract_order_id(text),
        period=extract_period(text)  # «за минулу неділю», «в листопаді»
    )

Android: інтеграція в діалоговий інтерфейс

class IntentViewModel(private val intentApi: IntentApi) : ViewModel() {

    fun processUserInput(text: String) {
        viewModelScope.launch {
            val result = intentApi.classify(text)

            when (result.intent) {
                "search_product" -> {
                    val query = result.slots["product_query"] ?: text
                    navigateToSearch(query)
                }
                "order_status" -> {
                    val orderId = result.slots["order_id"]
                    if (orderId != null) navigateToOrder(orderId)
                    else requestOrderId()  // запитати уточнення
                }
                "return_request" -> navigateToReturnFlow()
                "out_of_scope" -> showFallbackMessage()
                else -> handleGenericIntent(result)
            }
        }
    }
}

LLM як альтернатива

Для додатків з невеликою кількістю інтентів (< 20) та гнучкими формулюваннями — structured output через GPT-4o-mini або Gemini Flash дешевше та точніше за дообучену модель. Промпт з JSON schema та few-shot прикладами:

INTENT_SYSTEM_PROMPT = """
Classify user intent. Return JSON: {"intent": "...", "confidence": 0.0-1.0, "slots": {...}}
Valid intents: search_product, order_status, return_request, complaint, out_of_scope
If unclear, use out_of_scope with low confidence.
"""

LLM-підхід простіший у оновленні (змінюємо промпт, не переобучаємо модель), але дорожче при високому трафіку.

Процес роботи

Складання таксономії інтентів спільно з продуктовою командою.

Збір та розмітка навчального датасету (мінімум 100–200 прикладів на намір).

Навчання класифікатора та baseline-оцінка по accuracy/F1.

Інтеграція в мобільний діалоговий інтерфейс з обробкою out-of-scope.

Моніторинг: доля out-of-scope запитів, confusion matrix по інтентам.

Орієнтири за часом

Fine-tuned BERT-класифікатор з базовим slot filling — 2–3 тижні. LLM-based Intent Recognition зі structured output — 3–5 днів на реалізацію.