---
title: yuecheng-reply-intent-baseline
canonical_url: "https://www.modelscope.cn/models/yunshang01/yuecheng-reply-intent-baseline"
md_url: "https://www.modelscope.cn/models/yunshang01/yuecheng-reply-intent-baseline.md"
repository: yunshang01/yuecheng-reply-intent-baseline
chinese_name: "帮我约成·回复意图基线"
last_updated: 2026-10-07
license: "MIT License"
pipeline_tag: text-classification
tasks:
  - text-classification
language:
  - zh
domain:
  - nlp
downloads: 0
stars: 0
tags:
  - "帮我约成"
  - meeting-coordination
  - synthetic-data
  - naive-bayes
---

# yuecheng-reply-intent-baseline

> yuecheng-reply-intent-baseline - yunshang01 在 ModelScope 开源的模型。原创合成语料与可复现协调工具；明确标注用途和局限

yunshang01/yuecheng-reply-intent-baseline 是 ModelScope 魔搭社区上的text-classification模型，采用 MIT License 许可。

- **Repository**: yunshang01/yuecheng-reply-intent-baseline
- **License**: MIT License
- **Tasks**: text-classification
- **Tags**: 帮我约成, meeting-coordination, synthetic-data, naive-bayes
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-10-07

Source: https://www.modelscope.cn/models/yunshang01/yuecheng-reply-intent-baseline

---

# 帮我约成 · 中文会议回复意图基线 v1

这是本项目新增的**自训练小型统计分类模型**，并附带独立协调 MCP 工具包，供参赛复现、离线学习与工具扩展示例使用。正式应用使用 DeepSeek 或规则协调；此模型尚未接入正式应用，**不是 DeepSeek 微调、不是大语言模型，也不能替人确认会议**。

[在线应用](https://www.modelscope.cn/studios/yunshang01/bangwo-yuecheng) · [训练数据集](https://www.modelscope.cn/datasets/yunshang01/yuecheng-coordination-synthetic) · [源文件](https://www.modelscope.cn/models/yunshang01/yuecheng-reply-intent-baseline/files)

## 模型任务与参数

将中文参与者回复分类为 `confirm`（明确选定候选并确认）、`reject`（拒绝）、`conditional`（附带时间条件）、`defer`（等待答复）或 `reschedule`（要求更改原约定）。标签沿用项目回复契约。字符 1/2-gram 多项式朴素贝叶斯：从训练语料统计各类特征频次，以平滑后的条件概率进行分类。

`model.json` 保存实际训练参数，可直接审阅，无 pickle。`predict.py` 只使用 Python 标准库，Python 3.10+、CPU 可运行，不需要密钥、GPU 或下载大模型。

```bash
# 下载本仓库后
python predict.py '我确认一下，稍后回复'
python -m unittest discover -p 'test*.py' -v
```

## 数据与评估

原创合成语料：1,080 训练条、360 测试条，五类均衡；每类 16 个表达模板家族，前 12 家族训练、后 4 家族测试。两个分区没有重复文本或模板家族。涵盖项目讨论、评审、面试、演示、球局和家长约谈。

360 条合成测试准确率与 Macro-F1 均为 1.000，详细混淆矩阵和失败样本在 `evaluation.json`。**这些指标只描述模板生成的合成测试；不代表真实用户泛化、鲁棒性或实际办公效果。** 不将少量近似表达扩展出的样本数量当作语料多样性证据。歧义、讽刺、否定嵌套、复合意图等需要人工核对，模型分数没有概率校准。

## 协调 MCP 工具

MCP（模型上下文协议）让支持该协议的智能体调用三个独立工具：

- `classify_reply`：使用本模型理解回复，结果仅为建议。
- `common_slots`：在调用者提供的窗口、必须人员和忙碌区间中搜索最多 3 个共同候选；时间需显式带时区偏移。
- `confirmation_gate`：核对调用者提供的明确确认是否绑定当前轮次与同一时段。

没有创建/修改日历、发信、账号访问或后台数据读取工具。确认工具不验证用户身份或证据真实性，正式创建前仍须由应用做权限验证和最终冲突复核。时间工具为独立的简化复现，并非完整正式引擎：不推断工作时间、偏好、少打扰策略或多人拼场。

```bash
python -m pip install -r requirements.txt
python mcp_server.py
```

MCP 客户端配置（将目录替换为你的下载位置）：

```json
{"mcpServers":{"bangwo-yuecheng":{"command":"python","args":["/your/downloaded/repository/mcp_server.py"]}}}
```

也可通过 `uvx --from git+https://modelscope.cn/yunshang01/yuecheng-reply-intent-baseline.git yuecheng-mcp` 安装运行已发布版本。仅应提交你有权处理的输入；本工具不收集或持久化输入。

## 复现文件

`build_resources.py` 按固定模板生成数据并训练；`generation.json` 保存全部模板来源；`evaluation.json` 保留实际评估。Notebook 顶部说明复现步骤和合成数据限制。新资源按 MIT 发布，不包含正式账户、真实日程、聊天记录、密钥或服务器凭据。