AutoIntent全自动优化文本分类，支持多标签与异常检测。
AutoIntent: AutoML for Text Classification
- 端到端自动化选择嵌入模型、优化分类器和阈值。
- 在标准数据集上表现优于现有AutoML工具。
- 可灵活平衡效果与资源消耗，适合实际部署。
AutoIntent 是一个用于文本分类任务的自动化机器学习工具。与现有方案不同，AutoIntent 提供端到端自动化，包括嵌入模型选择、分类器优化和决策阈值调整，均通过模块化、类似 sklearn 的接口实现。该框架支持多标签分类和出域检测。在标准意图分类数据集上，AutoIntent 的性能优于现有 AutoML 工具，并使用户能够在效果与资源消耗之间灵活权衡。
原文摘要 · Abstract (English)
AutoIntent is an automated machine learning tool for text classification tasks. Unlike existing solutions, AutoIntent offers end-to-end automation with embedding model selection, classifier optimization, and decision threshold tuning, all within a modular, sklearn-like interface. The framework is designed to support multi-label classification and out-of-scope detection. AutoIntent demonstrates superior performance compared to existing AutoML tools on standard intent classification datasets and enables users to balance effectiveness and resource consumption.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。