---
title: "意圖分類（Intent Classification）"
slug: intent-classification
language: zh-TW
source: https://aiterms.tw/terms/intent-classification
updated_at: 2026-04-29
tags: [自然語言處理, 機器學習, 深度學習, AI基礎, 模型訓練]
ipas_term: false
---

# 意圖分類（Intent Classification）

> **聊天機器人收到一句話，怎麼知道你是在問天氣、訂票，還是要查帳？**
>
> 你可以把它想成先判斷使用者想做什麼，再把文字送去對的流程。
>
> 意圖分類是自然語言處理中的一項任務，旨在將一段文字（例如使用者查詢）分類到預定義的意圖類別中，以理解使用者的目的。

### 容易混淆
> **情感分析**
> 情感分析看的是情緒正負，意圖分類看的是目的和動作。
>
> **主題分類**
> 主題分類判斷文章在談什麼，意圖分類判斷使用者想做什麼。

### 記住這句就好
> 先看目的，不是先看情緒。

### 實際案例
> **客服分流**
> 使用者輸入「我想退貨」，系統把它分到退貨意圖，後面就能直接接退款流程。
>
> **語音助理**
> 你對手機說「明天早上叫我七點起床」，模型要先判斷這是鬧鐘意圖，再進行後續設定。

### 算法與應用
> 意圖分類通常是多類別分類問題，模型可能是規則、傳統機器學習或 BERT 類語言模型。真正難的是意圖之間邊界很近，像「查訂單」和「取消訂單」，這時標註規範要寫得很清楚。

### 情境判斷
> **Q1（直覺題）：** 如果你現在遇到一個 客服分流 的場景，這個概念會是第一個想到的工具嗎？
> → 看情況，但如果任務目標和這個概念的用途一致，就很可能是。核心還是先確認你要解決的是分類、分群、壓縮、檢索，還是最佳化。
>
> **Q2（判斷題）：** 如果你把它和 主題分類 一起用，結果反而變不穩，通常該怎麼想？
> → 看情況。先檢查資料分布、特徵定義和模型假設是否相容，很多時候不是概念本身有問題，而是使用條件不對，像距離尺度沒對齊、標註規則不一致，或輸入格式不合。

### 常見問題
> **Q：意圖分類 最容易跟 情感分析 混淆嗎？**
> 情感分析看的是情緒正負，意圖分類看的是目的和動作。
>
> **Q：什麼情況會用到 意圖分類？**
> 你可以把它想成先判斷使用者想做什麼，再把文字送去對的流程。 實務上只要你要處理和這個概念相符的任務，就會用到它。
>
> **Q：初學者最常錯在哪裡？**
> 主題分類判斷文章在談什麼，意圖分類判斷使用者想做什麼。

### 相關術語
> - **文本分類**：讀完這個後，接著看它，可以把 意圖分類 放回更完整的系統脈絡裡。
> - **自然語言理解**：讀完這個後，接著看它，可以把 意圖分類 放回更完整的系統脈絡裡。
> - **對話系統**：讀完這個後，接著看它，可以把 意圖分類 放回更完整的系統脈絡裡。
> - **對話式人工智慧**：讀完這個後，接著看它，可以把 意圖分類 放回更完整的系統脈絡裡。

---

來源：https://aiterms.tw/terms/intent-classification
快查頁：https://aiterms.tw/terms/intent-classification
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-intent-classification