Реализация AI-распознавания намерений пользователя (Intent Recognition) в мобильном приложении

Реализация AI-распознавания намерений пользователя (Intent Recognition) в мобильном приложении

Intent Recognition — это классификация того, что пользователь хочет сделать, на основе его текстового или голосового ввода. В контексте мобильного приложения это фундамент диалоговых интерфейсов, умных поисков, голосовых команд и чат-ботов. Без точной классификации намерений любая NLU-логика превращается в набор хрупких регулярных выражений.

Чем Intent Recognition отличается от обычной классификации текста

Обычная классификация: «этот отзыв позитивный или негативный». Intent Recognition: «пользователь хочет оформить заказ, отменить заказ, узнать статус доставки, найти товар, получить консультацию, или говорит что-то нерелевантное».

Классы неравномерны по частоте, могут перекрываться («хочу вернуть товар» = return_request или complaint?), а пользователи формулируют одно намерение десятками разных способов. Плюс необходимость обработки out-of-scope запросов без галлюцинаций «я умею всё».

Технические подходы

Fine-tuned BERT/RoBERTa для production

Дообучение языковой модели на размеченном датасете интентов — стандарт индустрии. Для русскоязычных приложений: DeepPavlov/rubert-base-cased или cointegrated/rubert-tiny2 (компактная, ~29 МБ, подходит для on-device).

from transformers import pipeline, AutoTokenizer, AutoModelForSequenceClassification

# Fine-tuning на кастомных интентах
model = AutoModelForSequenceClassification.from_pretrained(
    "cointegrated/rubert-tiny2",
    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"])

Порог 0.65 — граница out-of-scope. Ниже этого — не угадываем, честно говорим «не понял». Это критично: угаданный неверно интент хуже, чем признание непонимания.

Типичный набор интентов для e-commerce мобильного приложения

Slot Filling: извлечение параметров намерения

После классификации интента нужно извлечь параметры (slots). Для search_product — что именно ищут, категория, характеристики. Для order_status — номер заказа или период.

Slots извлекаются через NER (Named Entity Recognition) или шаблонный парсер. Для структурированных доменов regex + кастомный NER работает надёжнее общей NER-модели:

import re

def extract_order_id(text: str) -> Optional[str]:
    # форматы: #123456, №123456, ORD-123456, заказ 123456
    patterns = [r'#(\d{5,8})', r'№(\d{5,8})', r'ORD-(\d+)', r'заказ[а-я\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 прошлую неделю», «в ноябре»
    )

Android: интеграция в диалоговый интерфейс

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()  // ask for clarification
                }
                "return_request" -> navigateToReturnFlow()
                "out_of_scope" -> showFallbackMessage()
                else -> handleGenericIntent(result)
            }
        }
    }
}

LLM как альтернатива

Для приложений с небольшим числом интентов (< 20) и гибкими формулировками — structured output через GPT-4o-mini или Gemini Flash дешевле и точнее дообученной модели. Prompt с JSON schema и few-shot примерами:

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-подход проще в обновлении (меняем промпт, не переобучаем модель), но дороже при высоком трафике.

Процесс работы

Составление таксономии интентов совместно с продуктовой командой.

Сбор и разметка обучающего датасета (минимум 100–200 примеров на интент).

Обучение классификатора и baseline-оценка по accuracy/F1.

Интеграция в мобильный диалоговый интерфейс с обработкой out-of-scope.

Мониторинг: доля out-of-scope запросов, confusion matrix по интентам.

Ориентиры по срокам

Fine-tuned BERT-классификатор с базовым slot filling — 2–3 недели. LLM-based Intent Recognition с structured output — 3–5 дней на реализацию.