微调多分类意图识别系统（保险领域）

🌟🌟🌟 大语言模型_LLM 大模型微调 问答系统 意图识别 算法

基于保险用户问句构建多意图识别任务，通过轻量化微调实现大语言模型的高效定制，完成从数据构造到推理应用的全流程。

• 构建包含 1000 条问句的意图识别数据集，涵盖 60+ 类保险业务意图（如投保意愿、理赔咨询、退保等）
• 基于 Qwen1.5-1.8B 模型，设计多分类结构并使用 LoRA 微调，仅训练极少参数即可实现迁移学习自定义意图分类模型结构，准确提取语义特征并预测 Top-K 意图，支持 softmax 概率输出与阈值调节
• 完整实现从训练（Colab-GPU）到本地推理的闭环流程，可部署于垂直客服、投保引导等业务场景中

📌 实测结果表明，微调后模型可精准输出 Top-K 意图，如“老年人买什么保险”对应为“适合老人的保险”、“保障内容咨询”等，预测置信度高。

predict_topk_new("儿童买什么保险", loaded_model, loaded_tokenizer, loaded_id2label, top_k=3)
 
{'top_3_predictions': [{'intent': '适合儿童的保险', 'prob': 0.9888},
  {'intent': '健康告知的细节', 'prob': 0.0086},
  {'intent': '家人是否能共同投保', 'prob': 0.0005}]}

• 类似项目： 微调生成式问答系统（保险领域）