【小目标】
这一节点回答最基础的一个问题：模型怎么把一句人话，变成机器能执行、能决策的语义？ 也就是 NLU（自然语言理解）到底在干什么、包含哪些任务、各自边界在哪。
这里最关键的一句判断：理解偏"输入侧"，生成偏"输出侧"。 NLU 管"听懂"——用户说的话到底想干什么、和什么有关；生成（第二章）管"说好"——模型怎么把答复组织出来。没有理解，对话只能"聊"，不能"办事"。
对做产品的人来说，NLU 还有一层分量：它是所有对话系统、搜索、信息抽取、企业知识问答的最底层输入能力。客服能不能路由对、导购能不能抓准需求、工单能不能自动分类，第一道坎都在理解。模型"听没听懂"，直接决定了后面所有流程对不对。
【方法论】
一句话结论：NLU 不是单一任务，而是一组"由粗到细、相互配合"的理解任务族。 产品经理按"任务族"理解最顺手——不同任务解决不同层次的"听懂"问题，可以组合使用。
具体走一条理解管线，前面任何一环出错，后面全白做：
用户原始输入（一句话）
↓ ① 意图识别 Intent —— 这句话"想干什么"（整句归类到业务动作）
↓ ② 实体抽取 / 槽位填充 NER/Slot —— "具体和什么有关"（抓出字段值）
↓ ③ 语义理解与匹配 —— "和哪条知识/哪个问题意思相近"（检索/FAQ）
↓ ④ 信息抽取与结构化 —— "把自由文本变成程序可用的结构"（入库）
管线上四个核心任务，各管一层"听懂"：
意图识别（Intent Detection）：把用户的一句话归类到预设的业务意图上——判断"用户到底想干什么"。
- 客服场景里，"有没有充电快、续航久的手机"要先识别为商品咨询，而不是售后、闲聊或退换货，后续流程才走得对。
- 核心认知：意图集合是产品设计出来的，不是模型天然有的。你定义多少个意图、各自边界在哪，决定了它好不好用。
- 意图是路由开关——识别后决定触发哪个工具/流程/话术。兜底必须设计：置信度低时转人工/澄清，别让模型硬猜。
实体抽取 / 槽位填充（Entity Extraction / Slot-Filling）：从自由文本里把"有具体含义的要素"抓出来——商品属性、数值、约束条件。
- 导购流程里，只有把"红色、L 码、预算 500"结构化出来，才能拼成检索/筛选条件。这一步把口语变字段。
- 槽位填充常与意图成对出现："帮我改到 3 号的门票" → 意图=改期、槽位=日期(3号)。意图定动作、槽位填参数，多轮对话靠逐步补齐槽位推进。
- 易混提醒：不要把业务槽位填充和广义的命名实体识别 NER 混为一谈——NER 只识人名/地名/机构这些通用专名，槽位填充面向的是你定义的业务字段。
语义相似度与匹配（Semantic Similarity / Text Matching）：回答"两句话意思是否一样/相关"。把句子映射成向量再量距离打分，是 FAQ 命中、检索、查重、标签去重的基础。
- 用户问"充电快"，库里是"快充/长续航"，字面不同也能语义对上——这是它能命中口语化问题的价值。
- 铁律：语义相似 ≠ 任务相同。"是"在不同意图下意义不同，结果要结合意图/槽位消费，别把"像"当"对"。向量表示与检索的原理详见第三章，工程落地见阶段③ RAG。
信息抽取与结构化改写（Information Extraction）：回答"把一段自由文本变成程序能用的结构"。抽【实体-关系-属性】三元组、或直接改写为 JSON 结构——让 LLM 从"阅读"转向"可执行、可入库"。
- 产品场景：工单结构化、文献/资料抽取入库、合同/票据信息提取。
- 要更稳的格式约束可与第二章「结构化输出」配合；喂给下游用于 RAG 建索引。
【知识点】
- 理解四任务族：意图识别（整句归类想干什么）、实体抽取/槽位填充（局部抓具体是什么）、语义匹配（两句话意思像不像）、信息抽取（自由文本变结构化）——由粗到细，可组合使用。
- 意图是产品定义的：不是模型天然有多少意图，而是你根据业务流程设计了多少个、边界怎么划。划得对不对，直接影响效果。
- 槽位填充 ≠ 通用 NER：前者面向业务字段（由你定义 schema），后者识别人名/地名/机构等通用专名。别混。
- 语义相似 ≠ 任务相同："像"不等于"对"，匹配结果必须结合意图和业务场景消费，不能只靠相似度就下定论。
- 理解 × 生成 = 完整对话：输入侧"听懂"在 F2.1，输出侧"说好/写好"在 F2.2，二者互补成一个完整的对话系统。
【名词卡】
| 名词 | 一句话解释 |
|---|---|
| NLU / 自然语言理解 | 让机器"听懂"人话的任务族总称：意图识别、实体抽取、语义匹配、信息抽取等，是对话/搜索/入库的输入侧地基 |
| Intent / 意图 | 用户一句话被归类到的预设业务动作（如"查订单""转人工"），是对话路由的开关 |
| Intent Detection / 意图识别 | 把整句映射到预设意图标签的过程。核心：意图集合是产品设计的，边界靠业务定义 |
| Slot-Filling / 槽位填充 | 把一句话里的业务字段值提取出来填进预设槽位（如"日期=3号"），是多轮对话逐步补齐参数的关键 |
| NER / 命名实体识别 | 识别文本中的专有名词（人名/地名/机构/产品名）及其类别。易混：它抽通用专名，业务字段抽取叫槽位填充 |
| Entity Extraction / 实体抽取 | 从非结构化文本中抓出"有具体含义的要素"（商品属性、数值、约束），口语变字段的一步 |
| Semantic Similarity / 语义相似度 | 把两句话映射为向量比距离、打"意思相关与否"的分数，是 FAQ 命中、检索、查重的基础 |
| Semantic Search / 语义检索 | 不靠字面关键词、靠语义近似从库里捞相关内容，用户换说法也能命中 |
| Information Extraction / 信息抽取（IE） | 从文本抽取结构化内容（实体-关系-属性三元组），支撑知识图谱构建与问答 |
| Embedding / 向量嵌入 | 把词/句映射成高维数字向量、语义相近则向量近，是语义相似度/检索的地基 |
易混对比：
- 意图识别 vs 实体抽取：前者"整句归类想干什么"，后者"局部抓取具体是什么"
- 业务槽位填充 vs 通用 NER：前者面向你定义的业务字段，后者面向通用专名
- 语义相似 vs 语义相同：相似≠相同，"是"在不同意图下意义不同
【练一练】
目标：亲手感受"四任务族"分别在干什么——拿同一句导购对话，拆解出四个层次的理解结果。
实验：假设用户对智能导购说——
"我想找个 3000 以内、拍照好看的手机，最好是华为的，红色的有吗？"
请你在纸上或笔记里写出：
- 意图：这句话对应哪个业务意图？（从"商品咨询 / 售后 / 闲聊 / 退换货 / 比价"里选）
- 槽位/实体：从这句话里能抽出哪些业务字段？试着列成"字段名 = 值"的形式（至少 4 个）。
- 语义匹配：如果知识库的标准问法是"3000 元预算推荐哪款手机"，这句话和它的语义相似度高不高？为什么？
- 信息抽取：如果把这句话抽成一个 JSON 对象，里面会有哪些 key？试着写出来。
对照思路（做完再看）：
- 意图 = 商品咨询（用户在主动找商品，不是售后也不是闲聊）
- 槽位：预算=3000以内、品牌=华为、颜色=红色、关注点=拍照好看
- 相似度高（都是"预算内找手机推荐"的语义），但意图不同——标准问法是"要推荐"，原句是"要找特定条件的红色款"，匹配到的知识可能相关但动作不同
- JSON 可能是
{"intent":"商品咨询","budget":"3000以内","brand":"华为","color":"红色","focus":"拍照好看"}
思考题：如果用户只说"拍照好看的"，没有说品类、没有说预算——这时理解管线卡在哪一环？你作为产品会怎么设计兜底？