ConceptNet ha publicado un modelo distilbert-base-multilingual-cased ajustado finamente y de código abierto, diseñado para la clasificación de intenciones de voz en entornos empresariales. El sistema utiliza una jerarquía de cuatro capas para categorizar comandos en intenciones básicas, conscientes del contexto, predictivas y autónomas.

  • La arquitectura ofrece dos vías de inferencia: una vía rápida TF-IDF + Logistic Regression que alcanza 83% de precisión en menos de 5ms en CPU, y una vía neural DistilBERT que alcanza 98.6% de precisión en menos de 100ms.
  • El modelo está restringido a generar exactamente cuatro etiquetas válidas, evitando la alucinación.
  • Soporta nueve idiomas: inglés, francés, español, alemán, italiano, portugués, chino, árabe y ruso.
  • El conjunto de datos de entrenamiento consta de 730 ejemplos etiquetados en estos idiomas.

Los autores buscan comentarios de la comunidad NLP e invitan a equipos empresariales a probar la herramienta de forma gratuita mediante un entorno sandbox.