已验证65% 置信事实精确时间
意图识别是自然语言理解（NLU）的核心子任务，本质是将用户的自然语言输入映射到预定义的意图类别
3
来源数
65%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
意图识别面试题答法：三层漏斗架构拆解与答题模板
bilibiliAI-Agent搭建2026/7/10
相关事实
待验证口语化语义理解与意图识别不应用脚本实现，应交给意图识别模型75% 相似待验证自然语言理解与任务规划系统需要将自然语言指令解析为结构化意图，涉及意图识别、实体抽取和上下文消歧，并结合日历现状判断冲突和调整。72% 相似待验证意图识别（Intent Detection）试图在语义层面判断发帖者的真实需求，通常依赖大语言模型理解帖子上下文，而非简单字符串匹配71% 相似待验证Coze智能体通过提示词工程（Prompt Engineering）将用户的自然语言描述转化为系统提示词（System Prompt）66% 相似待验证用户给出的上下文和约束条件直接决定了大语言模型生成的方向和质量，这是提示词工程重要的原因66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/488887API
curl https://kongchang.com/api/v1/knowledge/claims/488887MCP
get_claim(id=488887)