langchain4j 学习系列(7)-文本分类-尧图网站建设

📅 发布时间：2026/6/21 5:44:58

继续我们的langchain4j学习之旅，很多“智能客服”之类的AI应用，“问题分类”是非常重要的功能之一。比如：客人进来咨询问题，得判断出客人的问题是“订单相关”(比如：我要取消订单)，还是“支付相关”（比如：我要退款），还是“投诉相关”（比如：你们的服务太差了，我要投诉到相关部门）。识别出对应分类后，就可以交给相应的流程（或细分的sub agent)做进一步处理。

langchain4j 提供了2种分类方法：

一、基于LLM的语义理解

1.1 定义分类枚举

    enum CustomerServiceCategory {PRODUCT("产品相关"),ORDER("订单相关"),ACCOUNT("账户相关"),MEMBER("会员相关"),PAYMENT("支付相关"),OTHERS("其它问题");@Getterprivate final String desc;CustomerServiceCategory(String desc) {this.desc = desc;}}

1.2 定义AIService的接口

    interface CustomerServiceCategoryClassifier {@UserMessage("将客人遇到的问题【{{text}}】归类")CustomerServiceCategory classify(String text);}

1.3 测试

    @GetMapping(value = "/classify", produces = MediaType.APPLICATION_JSON_VALUE)public ResponseEntity<String> classify(@RequestParam String query) {try {CustomerServiceCategoryClassifier customerServiceClassifier = AiServices.create(CustomerServiceCategoryClassifier.class, ollamaChatModel);CustomerServiceCategory classify = customerServiceClassifier.classify(query);return ResponseEntity.ok(classify.getDesc());} catch (Exception e) {log.error("classify", e);return ResponseEntity.ok("{\"error\":\"classify error: " + e.getMessage() + "\"}");}}

效果：

观察日志的话，能看到与LLM的交互：

2025-12-09T21:00:57.280+08:00  INFO 5948 --- [langchain4j-study] [io-8080-exec-10] d.l.http.client.log.LoggingHttpClient    : HTTP request:
- method: POST
- url: http://localhost:11434/api/chat
- headers: [Content-Type: application/json]
- body: {"model" : "deepseek-v3.1:671b-cloud","messages" : [ {"role" : "user","content" : "将客人遇到的问题【我的退款为什么还没到账？】归类\nYou must answer strictly with one of these enums:\nPRODUCT\nORDER\nACCOUNT\nMEMBER\nPAYMENT\nOTHERS"} ],"options" : {"stop" : [ ]},"stream" : false,"tools" : [ ]
}

这种方法的准确性完全取决于模型能力的强弱，大多数情况下是OK的，但有些case可能会不太符合我们的预期，比如：

一些互联网平台，对于“积分”可能会归到【会员相关】（比如：积分累积到了一定程度，可以兑换成高等级会员），这时候就可以考虑第2种方法。

二、基于向量数据库的相似度计算

2.1 先梳理已知问题的归类

    Map<CustomerServiceCategory, List<String>> getExamples() {Map<CustomerServiceCategory, List<String>> examples = new HashMap<>();examples.put(PRODUCT, asList("怎么没有产品说明书？","产品的保修期过了怎么办？","我新买的东西用了一周就坏了？","产品无法使用？"));examples.put(ORDER, asList("我的订单现在到哪里了？","能给我一个快递单号吗？","我怎么知道我的订单已经发货了？","我可以更改配送方式吗？","你们提供次日达服务吗？","可以选择到店自提吗？","我的订单什么时候能到？","为什么我的配送延迟了？","我可以指定配送日期吗？","已经过了预计送达日期，我的订单在哪里？","如果出现延迟，我会收到通知吗？","天气原因会导致配送延迟多久？","我收到了订单，但少了一件商品。","包裹送达时是空的。","我收到的商品错了，该怎么办？","我所有的商品会同时送达吗？","为什么我只收到部分订单商品？","剩下的商品能更快送达吗？"));examples.put(PAYMENT, asList("能用支付宝吗?","微信支付可以吗?","支持信用卡吗?","付款时我遇到一个错误","可以通过银行转账付款吗？","为什么我的付款被拒绝了","可以给我发送上一笔订单的发票吗？","发票会自动发送到我的电子邮箱吗？","如何申请退款？"));examples.put(MEMBER, asList("我的会员等级变低了?","我的积分过期了?","我的优惠券不能用了?","能给我发个支付95折优惠券吗？","满减优惠券当次消费就能用吗？","能送100点优惠积分吗？"));examples.put(ACCOUNT, asList("如何注销账号?","我的密码过期了?","为什么无法登录","登录时手机收不到验证码","如果更换账号绑定的手机号"));examples.put(OTHERS, asList("厂商的联系电话是多少?","如何加盟?","你们公司还招人吗？"));return examples;}

2.2 使用embedding模型分类

    @GetMapping(value = "/classify/embed", produces = MediaType.APPLICATION_JSON_VALUE)public ResponseEntity<String> classifyEmbed(@RequestParam String query) {try {TextClassifier<CustomerServiceCategory> classifier = new EmbeddingModelTextClassifier<>(ollamaEmbeddingModel, getExamples());List<CustomerServiceCategory> categories = classifier.classify(query);String result = "";if (!CollectionUtils.isEmpty(categories)) {CustomerServiceCategory classify = categories.get(0);result += classify.getDesc() + ",";}return ResponseEntity.ok(StringUtils.trimTrailingCharacter(result, ','));} catch (Exception e) {log.error("classify", e);return ResponseEntity.ok("{\"error\":\"classify error: " + e.getMessage() + "\"}");}}

刚才的case符合预期了，但该方法有缺陷也十分明显，如果梳理的已知问题分类不够全面，会出现误判，比如：

这个问题不在事先准备好的问题列表中，计算出来的结果就差强人意了。实际应用中，如何取舍看业务场景，或者二者结合使用（比如：2个方法都跑一遍，看是否一致，然后再根据一定策略做处理。或者先用方法1，先做一轮分类，将结果人工复检后，用于完善方法2中的分类列表）

文中示例代码：GitHub - yjmyzz/langchain4j-study at day07