语言:

• 英语 基础模型:
• google-bert/bert-base-uncased 管道标签: 文本生成 标签:
• 用户
• 意图
• 目的
• 识别 小部件:
• 文本: "听起来不错。我有兴趣尝试免费试用。如何注册？"

开始使用

使用方法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained("Savtale/User-Intention-Recognition")
tokenizer = AutoTokenizer.from_pretrained("Savtale/User-Intention-Recognition")

# 用户正在与聊天机器人对话
input_user_text = "听起来不错。我有兴趣尝试免费试用。如何注册？"

# 文本分词
inputs = tokenizer(input_user_text.lower(), return_tensors="pt")

# 预测
with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits

# 准备结果
probabilities = torch.softmax(logits, dim=-1) # 最佳匹配
predicted_class = int(torch.argmax(probabilities)) # 类别编号
str_predicted_class = class_dict[str(predicted_class)] # 类别字符串

print(f"预测用户意图: {str_predicted_class}") # 预测用户意图: 请求演示

类别

class_dict = { "0": "请求技术支持", "1": "提出一般问题", "2": "开始对话", "3": "表达不满", "4": "请求产品信息", "5": "询问价格", "6": "协商价格", "7": "请求退货或退款", "8": "提供正面反馈", "9": "提供负面反馈", "10": "寻求推荐", "11": "请求定制", "12": "询问运输与配送", "13": "询问保修与支持", "14": "表达对升级销售的意向", "15": "表达对交叉销售的意向", "16": "请求紧急协助", "17": "询问促销与折扣", "18": "询问忠诚度计划", "19": "请求回电", "20": "询问付款选项", "21": "表达不确定性", "22": "请求澄清", "23": "确认理解", "24": "结束对话", "25": "表达感谢", "26": "道歉", "27": "投诉客户服务", "28": "请求经理", "29": "询问公司政策", "30": "询问工作机会", "31": "询问企业社会责任", "32": "表达投资意向", "33": "取消", "34": "询问退货政策", "35": "询问可持续发展实践", "36": "请求产品目录", "37": "询问品牌历史", "38": "表达合作意向", "39": "询问加盟机会", "40": "询问企业活动", "41": "表达志愿意向", "42": "请求推荐", "43": "询问礼品卡", "44": "询问产品可用性", "45": "请求个性化推荐", "46": "询问订单状态", "47": "表达对网络研讨会或研讨会的兴趣", "48": "请求演示", "49": "询问社交媒体渠道" }

作者

• Savta