docs/architecture/ROUTER_OPTIMIZATION.md

路由器優化指南

現狀

• 預設: 當 data/model/intent_classifier.pkl 不存在時，使用規則路由（關鍵詞 + 正則）
• 規則路由: 依賴 config/router.json 的 detail_keywords、natural_language_keywords，易受同義詞、表述變化影響

輕量級分類器（已支援）

IntentClassifier 已支援三種後端，可替換規則路由：

後端	延遲	準確度	依賴
TF-IDF + LogisticRegression	~1–2ms	中等	sklearn（預設）
FastText	~1ms	較高	pip install fasttext
DistilBERT（zero-shot）	~50–100ms	最高	transformers

啟用步驟

# 1. 訓練 TF-IDF 分類器（預設，無額外依賴）
python scripts/model/train_intent_router.py

# 2. 或使用 FastText（更快、更魯棒）
python scripts/model/train_intent_router.py --backend fasttext

# 3. 或使用 DistilBERT（最高準確度，需較多算力）
python scripts/model/train_intent_router.py --backend distilbert

輸出會保存到 data/model/intent_classifier.pkl（或 .bin for FastText）。Router 會在啟動時自動載入。

擴充訓練資料

預設使用合成 seed data。若要提升泛化，可新增真實標註：

# 建立 data/intent_labels.csv，格式：query,intent
# intent 選項：small_to_big, fast, deep
python scripts/model/train_intent_router.py --data data/intent_labels.csv

驗證

訓練後重啟服務，觀察日誌應出現 Intent classifier loaded from ...，而非 Router (rules): ...。