Intent-classifier-model

轻量模型，秒判客服短句意图，快速路由工单。

这是一个极简的意图分类模型，专门用于短文本的客户支持场景。它接收用户输入（如“Hi, I need help with my bill”），并输出五类意图之一：greeting（问候）、question（提问）、complaint（投诉）、praise（赞扬）或other（其他）。项目解决了客服系统中快速识别用户意图的基础需求，帮助自动化响应或路由。核心能力包括轻量级模型设计、简单的Python接口、预训练或可微调的模型权重，以及清晰的分类标签。它适合作为对话系统或客服工单处理的预处理组件，强调易用性和低资源消耗，但功能范围有限，仅覆盖基础意图。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 78
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类基础设施
开发团队iam-veeramalla
所属国家
官网地址
GitHubhttps://github.com/iam-veeramalla/Intent-classifier-model
定价模式free
价格说明开源模型，可自行部署使用，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型mlops,mlops-community,mlops-project,mlops-workflow
GitHub 星标★ 78
30天Star增速
HF 下载量
上线时间2025-11-28 00:00:00
最近更新2026-09-21 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

核心亮点

  • 模型极小，推理快速，适合边缘部署
  • 分类标签针对客服场景设计，实用性强
  • Python接口简洁，易于集成到现有流程

不足之处

  • 仅支持5种意图，覆盖场景有限
  • 文档/社区待观察

适用场景

  • 客服工单自动分类与路由
  • 聊天机器人意图识别前置模块
  • 短文本情感倾向快速筛查

替代项目

BERT-base-uncased、DistilBERT、TextBlob

项目介绍

Intent-classifier-model 是开源模型领域的开源项目，由 iam-veeramalla 开发，2025 年首次发布。

它收录于开源模型分类，该分类目前共有 424 个项目，GitHub 星标数为 78。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。可自行部署使用，完全免费。

它主要面向的使用场景是：客服工单自动分类与路由。同类可对比的替代方案包括 BERT-base-uncased、DistilBERT、TextBlob。

上一篇：eullm

下一篇：AI-Engineer-Headquarters

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库，免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10