直播销售（LS）已被证明是提高电子商务产品销售额的极有效方式，尤其是在中国[1]、[2]。2025年6月1日，格力公司通过直播活动创下了单日销售额9.08亿美元的新纪录。根据中国国家市场监督管理总局的数据[1]，2024年直播销售的总交易额达到了6274亿美元，占中国在线零售销售额的近三分之一，并为电子商务的增长贡献了80%。他们进一步预测，到2025年，直播销售的收入将超过7000亿美元，显示出持续扩张的巨大潜力。
在在线直播平台上，出现了一种称为“弹幕聊天的独特互动形式”，它不同于传统的评论系统，因为它允许观众和卖家之间进行实时的动态互动[3]。如图1所示，弹幕聊天由观众发布的滚动评论组成，这些评论会在直播期间显示在屏幕上，供其他观众和卖家看到。这一功能使观众能够立即提问并提供实时反馈，从而营造出互动性和沉浸式的购物体验。到2025年，大多数直播销售都整合了弹幕聊天，总数超过了1000亿条[4]。
以往关于直播销售中弹幕聊天的研究主要集中在如何利用这些聊天来提升销售业绩[2]、[5]。例如，范等人发现，以不同方式与弹幕聊天互动（如聘请有影响力的主播或利用商家直播）会对销售产生不同的影响[2]。然而，随着直播销售的日益流行，单次直播可能会产生数以万计的弹幕聊天[6]。有效地利用这些聊天首先需要区分哪些消息需要回应。在实践中，卖家必须迅速识别并处理直播中的关键问题，因为回应所有观众的信息既耗费资源又没有必要。例如，考虑以下两条弹幕：“主播真好”和“这条裙子有XL码吗？”只有后者包含了与产品相关的查询，应该被标记并纳入推荐系统。前者只是随意的评论，不需要回应。因此，在直播销售中一个关键的挑战是判断一条弹幕聊天是表达了寻求推荐的意图，还是仅仅是随意的评论。更具体地说，本文的研究问题如下：
研究问题：推荐意图识别（RII）：判断一条弹幕聊天是表达了寻求推荐的意图，还是仅仅是随意的聊天。
据我们所知，目前还没有从弹幕聊天的角度对RII任务进行过全面分析。在本文中，我们构建了首个公开可用的RII弹幕聊天数据集BC4RII，该数据集包含了2025年1月至3月间从四个主流平台（抖音、快手、小红书和TikTok）收集的14万条弹幕聊天。具体来说，我们首先提出了一种集成方法，该方法结合了三种基于解释生成的RII方法来生成高质量的伪标签。这种自动化标注过程通过生成潜在标签及其相应的解释，大大减少了标注工作量。随后，人工注释者对这些伪标签进行审核和验证。这种协作方法利用了人工注释者的专业知识，同时发挥了机器生成标签的效率和可扩展性。所有这些效率使得在合理的预算内创建更大的数据集成为可能。
在直播销售中，弹幕聊天非常简短，通常只包含几个词，其含义往往取决于周围的对话上下文。此外，直播销售的实时流式特性导致产品焦点和观众注意力的快速变化，从而导致语义的持续漂移。现有的方法，从神经网络分类器到预训练的语言模型（PLMs）和大型语言模型（LLMs），在这种环境下都存在困难。传统分类器严重依赖表面特征和固定词汇表，不适合处理稀疏或演变的语义。PLMs缺乏对碎片化文本进行推理的能力，也无法动态地整合新的与意图相关的表达。尽管LLMs具有强大的泛化能力，但它们无法实时更新，限制了其在高频直播环境中的实用性。
为了解决这些挑战，基于构建的BC4RII数据集，我们进一步提出了一种用于RII任务的软提示调优方法（简称SPT-RII），该方法将任务重新表述为PLMs可以完成的自然语言提示。软提示提供了一种灵活的机制，可以在不进行完整模型微调的情况下将任务特定的语义注入PLMs。具体来说，为了解决由于弹幕聊天极短而导致的特征稀疏问题，我们首先使用LLMs进行解释增强，从而丰富语义上下文并补偿有限的意图表示。其次，鉴于弹幕聊天的实时性和演变特性，我们为软提示调优模型设计了一种动态更新机制，该机制不断更新词汇池以解决语义锚点稀释和概念漂移问题。实验结果表明，我们的SPT-RII方法优于现有的最佳方法，包括最新的LLMs。本文的主要贡献如下：
(1) 我们解决了直播销售中的推荐意图识别问题，并创建了首个公开可用的弹幕聊天基准数据集，该数据集为此目的进行了手动标注。值得注意的是，我们的BC4RII数据集构建方法为构建大规模、高覆盖率的数据集提供了一种可扩展且有效的解决方案，特别是对于决策边界模糊的识别任务。
(2) 与现有方法不同，我们引入了解释增强模块和动态更新机制，以应对弹幕聊天的极短和实时特性。
(3) 实验结果证实，SPT-RII方法优于基线方法，包括最新的LLMs。我们相信，我们的研究可以从弹幕聊天的角度为直播销售研究提供新的见解。
