第3章 · 自然语言理解 NLU

第 3 章 · 自然语言理解（NLU）

章节摘要：NLU 是对话系统的"耳朵"——把用户的话变成结构化理解。本章深入五大任务：意图识别（用户想干什么）、槽位填充/NER（需要哪些信息）、文本分类与情感分析（文本属什么类、什么情绪）、句法与语义分析（句子怎么构成）、NLU 模型与技术（用什么实现）。学完本章，你能构建 NLU 模块。

先说结论

阅读完本章，你应当能够：

1. 理解意图识别
2. 掌握槽位填充
3. 应用文本分类与情感分析
4. 了解句法与语义分析
5. 选型 NLU 技术

核心概念速览

一句话记住本章：NLU 的目标 = 把一句话变成"意图 + 槽位"的结构化数据——机器不懂人话，但懂结构化。

NLU 管线

子章节导航

3.1 意图识别

用户想做什么：意图分类与识别流程。

3.2 槽位填充与 NER

缺哪些信息：槽位提取与实体识别。

3.3 文本分类与情感分析

属什么类、什么情绪。

3.4 句法与语义分析

句子的结构与含义。

3.5 NLU 模型与技术

从规则到深度学习的实现路线。

子章节之间的逻辑关系

意图(3.1) → 槽位(3.2) → 分类(3.3) → 分析(3.4) → 实现(3.5)
   主任务        信息提取      辅助任务      深度分析      技术选型
​

五大任务从"核心"到"实现"，构成 NLU 完整拼图。

前置知识与后续延伸

• 前置：第 1 章构成认知、第 2 章设计基础
• 为后续铺垫：NLU 输出是第 4 章 DM 的输入

本章学习建议

NLU 五节按"核心任务 → 辅助任务 → 技术实现"排列，建议先抓 3.1 意图识别和 3.2 槽位填充这两根主线，它们直接决定 DM 拿到的结构化输入。学习方法：找三句真实的用户话术（例如"帮我订明天飞上海的经济舱"），逐句拆出意图与槽位，再自己设计三个意图和对应的槽位清单，体会粒度粗细的取舍。3.3 情感分析、3.4 句法语义可作为辅助补充，了解各自在什么场景有价值即可。最后 3.5 汇总技术路线，重点理解"数据量少用规则、标准业务用预训练微调、冷启动用大模型少样本"的选型逻辑。学完自测：给一句新话术，你能否立刻说出它的意图、槽位和实现方式。