本研究提出了LANID框架，旨在解决任务导向对话系统中新意图发现的挑战。该框架通过大型语言模型增强意图发现编码器的语义表示，实验结果表明其在多个数据集上超越了强基准，显示出显著的有效性。

本研究提出了一种新方法，利用大型语言模型（LLM）优化对话意图聚类，解决传统文本聚类与人类感知不匹配的问题。经过验证，精调的LLM在语义连贯性和聚类命名上表现优越，意图发现的应用效果显著，定量指标提高6.25%，应用层面性能提升12%。

USNID是一种新的框架，通过三种主要技术实现了无监督半监督的新意图发现。该框架在多个意图基准数据集上表现出色，并在无监督和半监督新意图的发现方面取得了最新的最高成果。