从浏览历史预测实时聊天意图

客户以各种意图联系在线实时聊天代理，例如询问产品详情或请求退货。在本文中，我们提出了从浏览历史预测用户意图的问题，并通过两阶段方法解决。第一阶段将用户的浏览历史分类为高层意图类别。在这里，我们将每个浏览历史表示为页面属性的文本序列，并使用真实类别标签微调预训练的Transformer。第二阶段向大语言模型（LLM）提供浏览历史和预测的意图类别，以生成细粒度的意图。对于自动评估，我们使用单独的大语言模型来判断生成意图与真实意图之间的相似度，这与人类判断高度一致。与不经过分类阶段生成意图相比，我们的两阶段方法带来了显著的性能提升。