LLM应用自然语言理解与意图分类深度实战：从规则匹配到LLM语义分类与多标签全解析

引言

意图分类是AI应用理解用户需求的第一步——确定用户想做什么（查询/下单/投诉/闲聊）才能路由到正确的处理流程。传统方法用关键词规则，现代方法用LLM语义分类。本文从意图分类的工程体系讲起，覆盖规则匹配（快速兜底）、LLM语义分类（精准理解）、多标签分类（一个消息多个意图）、意图置信度与歧义处理、上下文意图修正、意图分类评估、动态意图扩展，构建AI应用NLU工程体系。

一、规则匹配

# nlu/rule_based.py
import re
from dataclasses import dataclass
from typing import Optional

@dataclass
class IntentMatch:
    intent: str
    confidence: float
    matched_rule: str
    entities: dict

class RuleBasedClassifier:
    """规则匹配意图分类器"""
    
    RULES = {
        "order_query": [
            r"(查询|查看|看一下).*(订单|order)",
            r"订单.*(状态|进度|到哪)",
            r"(我的|那个).*(订单|包裹)",
        ],
        "refund": [
            r"(退款|退货|退钱|退掉)",
            r"(不要了|取消).*(订单|购买)",
            r"(质量|问题).*(退|换)",
        ],
        "product_info": [
            r"(介绍|详情|参数|规格).*(产品|商品)",
            r"(区别|对比|哪个好)",
            r"(多少钱|价格|费用)",
        ],
        "complaint": [
            r"(投诉|举报|差评)",
            r"(太过分|不接受|不满意)",
            r"(经理|主管|负责人)",
        ],
        "greeting": [
            r"^(你好|您好|hi|hello|在吗)",
            r"(谢谢|感谢|thanks)",
        ],
    }
    
    def classify(self, text: str) -> Optional[IntentMatch]:
        """规则匹配"""
        text_lower = text.lower().strip()
        for intent, patterns in self.RULES.items():
            for pattern in patterns:
                if re.search(pattern, text_lower):
                    return IntentMatch(
                        intent=intent, confidence=0.8,
                        matched_rule=pattern,
                        entities=self._extract_entities(text),
                    )
        return None
    
    def _extract_entities(self, text: str) -> dict:
        """提取实体"""
        entities = {}
        # 订单号
        match = re.search(r'\b(\d{10,20})\b', text)
        if match: entities["order_id"] = match.group(1)
        # 金额
        match = re.search(r'(\d+(?:\.\d+)?)\s*[元块]', text)
        if match: entities["amount"] = float(match.group(1))
        return entities

二、LLM语义分类

# nlu/llm_classifier.py
class LLMIntentClassifier:
    """LLM语义意图分类"""
    
    CLASSIFY_PROMPT = """对用户消息进行意图分类。

用户消息：{message}
对话历史：{history}

意图类别：
- order_query：查询订单
- refund：退款退货
- product_info：产品咨询
- complaint：投诉
- account：账户问题
- tech_support：技术支持
- greeting：问候闲聊
- other：其他

同时提取实体（订单号/产品名/金额/日期）。
判断置信度（0-1）和紧急度（low/normal/high/urgent）。

输出JSON：
{{"intent": "...", "confidence": 0.0-1.0, "entities": {{}},
  "urgency": "...", "reasoning": "..."}}"""
    
    async def classify(self, message: str,
                        history: list[dict] = None) -> dict:
        history_text = "\n".join(
            f"{m['role']}: {m['content'][:100]}"
            for m in (history or [])[-4:]
        )
        prompt = self.CLASSIFY_PROMPT.format(
            message=message, history=history_text or "（无）",
        )
        raw = await self.llm.complete(
            prompt, response_format={"type": "json_object"},
            temperature=0,
        )
        import json
        return json.loads(raw)

三、混合分类器

# nlu/hybrid.py
class HybridIntentClassifier:
    """混合分类器：规则快速兜底+LLM精准理解"""
    
    def __init__(self, llm_client):
        self.rule_classifier = RuleBasedClassifier()
        self.llm_classifier = LLMIntentClassifier(llm_client)
    
    async def classify(self, message: str,
                        history: list[dict] = None) -> dict:
        # 1. 规则快速匹配（无LLM调用，零延迟）
        rule_result = self.rule_classifier.classify(message)
        if rule_result and rule_result.confidence >= 0.8:
            return {
                "intent": rule_result.intent,
                "confidence": rule_result.confidence,
                "entities": rule_result.entities,
                "source": "rule",
                "urgency": "normal",
            }
        
        # 2. LLM语义分类（规则未命中或低置信度）
        llm_result = await self.llm_classifier.classify(message, history)
        llm_result["source"] = "llm"
        return llm_result

总结

意图分类以"规则-LLM-混合"三层展开：规则匹配以正则模式快速匹配高频意图（零延迟零成本，适合"查询订单"“退款"等模式化表达），LLM语义分类理解非标准表达的意图（“我买的东西还没到”→logistics），混合分类器先尝试规则（80%+置信度直接返回），未命中再调LLM（兼顾速度与精度）。意图分类的工程价值在于：它是AI客服/Agent/路由系统的"第一道闸门”——准确分类意图后才能路由到正确的处理流程（自助/人工/工具调用），错误分类导致用户体验断裂。当意图分类从"关键词if-else"进化为"规则+LLM混合+实体提取+置信度+紧急度"的工程体系，AI应用对用户需求的理解从"猜"变为"懂"。