如何评估语义或意图识别的准确率？

### 5、如果使用大模型完成意图分类，如何选择Zero-shot、Few-shot方案？当标注数据较少时，如何提升分类稳定性？

项目深挖，意图识别你们怎么知道意图分的就是对的，你们指标量化吗？ 那如果用户两次提问相似的问法但是实际意图不一样你们怎么去判断出来？（不论用户说什么，进来之后， 本身idealab会清晰地记录一个文档（所以支持混合检索），不同的路由内容。状态机+确认？ 结果多方向加权之后（不含RAG），得到一个结果，本地单独model出置信度，最后有兜底。）

语义识别的准确率是如何评估的?