Accueil › Glossaire › Intent Classification

Intent Classification

L’intent classification (classification d’intention) est une tâche de compréhension du langage naturel (NLU) qui consiste à identifier automatiquement l’objectif ou l’action souhaitée derrière un message utilisateur, en l’assignant à une catégorie d’intention prédéfinie comme « réserver un vol », « suivre une commande » ou « réinitialiser un mot de passe ».

Le rôle central de l’intent classification

Quand un utilisateur écrit « Je veux annuler ma réservation » à un chatbot, le système doit comprendre que l’intention est cancel_booking, pas make_booking ni check_status. Cette identification de l’intention est la première étape critique d’un système de dialogue orienté tâche : sans une bonne classification d’intention, le chatbot ne peut pas déclencher la bonne action, extraire les bonnes entités (slot filling) ni produire la bonne réponse.

L’intent classification est au cœur de tous les assistants conversationnels : chatbots de service client, assistants vocaux (Alexa, Siri, Google Assistant), IVR (serveurs vocaux interactifs), et de plus en plus les agents IA autonomes qui routent les requêtes vers les bons outils ou APIs. Gartner estime que l’automatisation conversationnelle permettra de réduire les coûts de main-d’œuvre des centres de contact de 80 milliards de dollars d’ici 2026, et l’intent classification en est la brique fondamentale.

Intent classification dans le pipeline NLU

L’intent classification ne fonctionne pas seule. Elle fait partie d’un pipeline NLU qui comprend :

1. Prétraitement : tokenisation, normalisation (minuscules, correction de fautes), suppression du bruit (emojis, ponctuation excessive).

2. Intent classification : assignation du message à une catégorie d’intention.

3. Slot filling (extraction d’entités) : extraction des paramètres nécessaires à l’action. Pour book_flight, les slots sont la ville de départ, la ville d’arrivée, la date, le nombre de passagers.

4. Dialogue management : gestion de l’état de la conversation, demande de slots manquants, confirmation.

Certaines architectures traitent l’intent classification et le slot filling conjointement dans un même modèle (approche « joint »), ce qui améliore les performances car les deux tâches partagent des features utiles. Le modèle DIET (Dual Intent and Entity Transformer) de Rasa est l’exemple le plus connu de cette approche conjointe.

Défis spécifiques

Détection out-of-scope (OOS)

Un système de production ne reçoit pas que des messages correspondant à ses intents prédéfinis. Les utilisateurs posent des questions hors périmètre, font des erreurs, ou formulent des requêtes ambiguës. Le système doit reconnaître ces messages et les router vers un agent humain ou un fallback. Le dataset CLINC150 inclut spécifiquement une catégorie out-of-scope pour évaluer cette capacité.

La détection OOS est un défi majeur pour les classifieurs traditionnels qui ont tendance à forcer chaque message dans un intent connu, même quand la confiance est faible. Les LLMs, grâce à leur compréhension sémantique plus large, gèrent mieux la détection OOS, mais leur performance est fortement influencée par la taille de l’espace d’intents et la formulation du prompt. Des travaux récents (arXiv, 2025) proposent d’utiliser les représentations internes du LLM pour améliorer la détection OOS de plus de 5% en F1.

Multi-intent

« Je veux annuler ma réservation et demander un remboursement » contient deux intents distincts : cancel_booking et request_refund. Les systèmes single-intent échouent sur ces cas. Les approches multi-intent utilisent des classifieurs multi-label ou décomposent le message en sous-requêtes avant classification.

Ambiguïté et variabilité linguistique

« C’est quoi le tarif ? » peut correspondre à ask_pricing, check_plan ou compare_products selon le contexte. Les utilisateurs expriment le même intent de dizaines de manières différentes : « combien ça coûte », « quel est le prix », « c’est payant ? », « je veux savoir les tarifs », « pricing ? ». Un bon classifieur doit être robuste à cette variabilité tout en distinguant les intents proches.

Les grandes approches

Approche 1 : règles et mots-clés

L’approche la plus simple : des règles if/else basées sur la présence de mots-clés. « annuler » → cancel, « prix » → pricing. Rapide à mettre en place, facile à comprendre et à débugger. Mais fragile face aux synonymes, aux fautes d’orthographe et aux formulations imprévues. Ne convient que pour des prototypes ou des cas avec très peu d’intents (<5).

Approche 2 : ML classique (TF-IDF + classifieur)

Représenter chaque message en TF-IDF et entraîner un SVM ou une régression logistique. C’est le baseline historique, encore compétitif pour les domaines avec beaucoup de données d’entraînement. L’implémentation Rasa NLU (sklearn intent classifier) utilise cette approche. Les performances atteignent 90-95% d’accuracy sur les datasets standards quand le nombre d’intents est raisonnable (30 par intent).

Approche 3 : Transformers fine-tunés

Le fine-tuning de BERT, RoBERTa ou DistilBERT sur des données d’intent classification est l’état de l’art en production. Les performances atteignent 95-98% d’accuracy sur les benchmarks, et un chatbot médical basé sur BERT a atteint 98% de précision d’intent classification.

DIET (Dual Intent and Entity Transformer) : le modèle phare de Rasa, conçu spécifiquement pour le NLU conversationnel. DIET traite conjointement l’intent classification et le slot filling dans une seule architecture Transformer, avec des performances compétitives avec BERT mais une inférence plus rapide grâce à une architecture allégée.

SetFit Open Source : pour les situations few-shot (peu d’exemples par intent), SetFit de Hugging Face atteint des performances proches de BERT fine-tuné avec seulement 8 à 16 exemples par intent. C’est le choix optimal pour le bootstrapping de nouveaux intents.

Approche 4 : LLMs zero-shot / few-shot

Les grands modèles de langage peuvent classifier des intents sans données d’entraînement (zero-shot) ou avec quelques exemples dans le prompt (few-shot). L’intégration Rasa Labs propose un LLMIntentClassifier qui utilise un LLM via API avec du RAG (retrieval augmented generation) pour l’intent detection.

Avantages des LLMs pour l’intent classification : pas besoin de données d’entraînement pour démarrer, capacité à suggérer de nouvelles catégories d’intents à partir de requêtes réelles, gestion native du multilingue, et meilleure compréhension des formulations complexes ou ambiguës.

Limites : coût par requête plus élevé (problématique pour des millions de messages/jour), latence supérieure (1-5 secondes vs. <50 ms pour BERT), consistance moindre (le même message peut être classé différemment entre deux appels), et difficulté à auditer et débugger les décisions.

Comparaison des approches

Datasets de référence

CLINC150 est le benchmark le plus exigeant et le plus utilisé en recherche : 150 intents répartis sur 10 domaines, avec une catégorie OOS explicite. BANKING77 est le plus difficile en termes de discrimination entre intents proches (par exemple, « card_not_working » vs. « card_payment_not_working »). SNIPS est le plus simple (7 intents) mais inclut des annotations de slots, utiles pour évaluer des modèles joints.

Cas d’usage

Chatbots et assistants de service client

Le cas d’usage originel. Chaque message entrant est classifié en un intent qui déclenche un flux de conversation spécifique : track_order → « Quel est votre numéro de commande ? », cancel_subscription → « Êtes-vous sûr de vouloir annuler ? », speak_to_human → transfert vers un agent. Les plateformes comme Rasa, Dialogflow (Google), Amazon Lex et Azure Bot Service intègrent l’intent classification comme composant central.

Assistants vocaux

Alexa, Siri, Google Assistant utilisent l’intent classification après la transcription speech-to-text. « Allume la lumière du salon » → smart_home_control avec slots {device: lumière, location: salon, action: allumer}. La contrainte de latence est plus stricte qu’en texte (l’utilisateur attend une réponse en temps réel).

Routage d’emails et de tickets

Classifier automatiquement les emails entrants par intention (demande d’information, réclamation, demande de devis, candidature) pour les router vers le bon service. C’est une application directe de l’intent classification dans un contexte non conversationnel.

Recherche intentionnelle

Les moteurs de recherche et les systèmes de search AI utilisent l’intent classification pour comprendre si l’utilisateur veut naviguer (intent navigationnel), trouver une information (intent informationnel) ou acheter (intent transactionnel). Cette classification influence le type de résultats affichés.

Routage d’agents IA

Dans les architectures d’agents IA, l’intent classification détermine quel outil ou quelle API l’agent doit invoquer. « Traduis ce texte en espagnol » → outil traduction, « Génère un graphique de ventes » → outil data viz, « Envoie un email à Marie » → outil email. Le function calling des LLMs est une forme d’intent classification intégrée au modèle.

Augmentation de données par LLM

Le manque de données d’entraînement est le frein principal en intent classification. Les LLMs offrent une solution élégante : générer des paraphrases et des variantes de chaque exemple d’entraînement. Une étude publiée dans Applied Intelligence (Taylor & Francis, 2024) montre que l’augmentation par LLM améliore significativement la précision des classifieurs en scénarios low-data, en générant des exemples divers et réalistes qui couvrent mieux l’espace sémantique de chaque intent.

En pratique, vous fournissez 5 à 10 exemples d’un intent au LLM et lui demandez d’en générer 50 variantes. Cela transforme un problème de few-shot en un problème de full-shot, permettant d’entraîner un classifieur BERT standard avec des performances proches de celles obtenues avec un vrai dataset de grande taille.

Implémentation pratique

# Option 1 : Pipeline Hugging Face (zero-shot)
from transformers import pipeline

classifier = pipeline("zero-shot-classification",
                      model="facebook/bart-large-mnli")

result = classifier(
    "Je veux suivre ma commande",
    candidate_labels=["track_order", "cancel_order",
                      "return_product", "contact_support"]
)
print(result["labels"][0])  # → "track_order"

# Option 2 : SetFit (few-shot, 8 exemples par intent)
from setfit import SetFitModel, SetFitTrainer

model = SetFitModel.from_pretrained(
    "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2"
)
# Entraîner avec 8-16 exemples par intent
# → Accuracy ~92-95% sur CLINC150

# Option 3 : Rasa (production)
# config.yml :
# pipeline:
#   - name: WhitespaceTokenizer
#   - name: CountVectorsFeaturizer
#   - name: DIETClassifier
#     epochs: 100

Comment choisir son approche

Prototype rapide (jours) → LLM zero-shot via API. Zéro donnée d’entraînement nécessaire. Coût acceptable pour le test.

MVP avec peu de données (semaines) → SetFit avec 8-16 exemples par intent. Performances solides, déploiement local.

Production sérieuse (mois) → BERT fine-tuné ou DIET (Rasa) avec 50+ exemples par intent, augmentés par LLM. Latence faible, coût maîtrisé, auditabilité.

Production à très haut volume → SVM + embeddings pour le routage initial (ultra-rapide), BERT pour la confirmation, LLM pour les cas OOS.

Besoin multilingue immédiat → LLM zero-shot ou SetFit avec modèle multilingue. Pas de données annotées par langue nécessaires.

Verdict

L’intent classification est une tâche mature avec des solutions éprouvées pour tous les niveaux de maturité projet. BERT/DIET fine-tuné reste le sweet spot pour la production (95-98% d’accuracy, latence faible, coût maîtrisé). Les LLMs ont démocratisé le démarrage en supprimant le besoin de données annotées, et leur capacité à suggérer de nouveaux intents et à gérer le OOS est un atout majeur.

Pour le français, Rasa avec un modèle multilingue (ou CamemBERT), ou un LLM en zero-shot (Claude Sonnet 4.6, GPT-5.4) sont les meilleures options. L’architecture hybride SetFit + LLM est la direction la plus prometteuse pour combiner vitesse, précision et robustesse OOS.