ConceptNet a publié un modèle distilbert-base-multilingual-cased open-source et finement ajusté, conçu pour la classification des intentions vocales en entreprise. Le système utilise une hiérarchie à quatre couches pour catégoriser les commandes en intentions basiques, contextuelles, prédictives et autonomes.
- L'architecture propose deux chemins d'inférence : un chemin rapide TF-IDF + Logistic Regression atteignant 83 % de précision en moins de 5 ms sur CPU, et un chemin neural DistilBERT atteignant 98,6 % de précision en moins de 100 ms.
- Le modèle est contraint de produire exactement quatre étiquettes valides, empêchant les hallucinations.
- Il prend en charge neuf langues : anglais, français, espagnol, allemand, italien, portugais, chinois, arabe et russe.
- L'ensemble d'entraînement se compose de 730 exemples étiquetés répartis sur ces langues.
Les auteurs sollicitent les retours de la communauté NLP et invitent les équipes d'entreprise à tester l'outil gratuitement via un environnement sandbox.