文本分类模型训练好以后，如果只能在 notebook 里运行，就很难给别人演示。
这一课不做正式部署，只做一个本地交互页面：输入一段中文文本，点击按钮，页面显示模型预测结果。
我们用 Streamlit，是因为它适合快速把 Python 脚本变成演示页面。
本课目标
假设你已经有一个保存好的 Pipeline：
models/text_classifier_pipeline.joblib它包含：
- TF-IDF 向量化器；
- 分类模型；
- 训练阶段的特征处理流程。
这节课要做的是：
加载模型
-> 输入文本
-> 分词或清洗
-> 调用 predict
-> 在页面展示结果安装 Streamlit
先安装：
pip install streamlit joblib jieba scikit-learn如果你的模型训练时用到了别的库，也要在当前环境里安装同样依赖。
推荐目录结构
可以先用这个最小结构：
text-classifier-demo/
app.py
models/
text_classifier_pipeline.joblibapp.py 是页面入口，models 目录放模型文件。
写一个最小页面
先创建 app.py：
import streamlit as st
st.set_page_config(
page_title="中文文本分类演示",
page_icon="🧠",
)
st.title("中文文本分类演示")
st.write("输入一段文本，查看模型预测类别。")
text = st.text_area("请输入文本", height=160)
if st.button("开始预测"):
if not text.strip():
st.warning("请先输入文本")
else:
st.success("这里显示预测结果")运行：
streamlit run app.py如果页面能打开，说明 Streamlit 基础环境没问题。
加载模型
接着加载模型：
from pathlib import Path
import joblib
import streamlit as st
MODEL_PATH = Path("models/text_classifier_pipeline.joblib")
@st.cache_resource
def load_model():
return joblib.load(MODEL_PATH)
model = load_model()这里用了 @st.cache_resource，作用是让模型只加载一次。否则页面每次刷新或交互都重新加载，会变慢。
加入文本预处理
如果你的 Pipeline 输入的是原始文本，可以直接传入原句。
如果你的 Pipeline 输入的是分词后的文本，就要保持和训练阶段一致：
import jieba
def cut_text(text):
return " ".join(jieba.lcut(str(text)))预测时：
input_text = cut_text(text)
pred = model.predict([input_text])[0]训练和预测的预处理必须一致。否则模型看到的特征空间会变。
完整预测代码
把页面和模型合起来：
from pathlib import Path
import jieba
import joblib
import streamlit as st
MODEL_PATH = Path("models/text_classifier_pipeline.joblib")
st.set_page_config(page_title="中文文本分类演示")
st.title("中文文本分类演示")
st.caption("输入中文文本，查看模型预测类别。")
@st.cache_resource
def load_model():
return joblib.load(MODEL_PATH)
def cut_text(text):
return " ".join(jieba.lcut(str(text)))
model = load_model()
text = st.text_area("请输入文本", height=180)
if st.button("开始预测"):
if not text.strip():
st.warning("请先输入文本")
else:
input_text = cut_text(text)
label = model.predict([input_text])[0]
st.success(f"预测类别：{label}")这就是一个最小可运行版本。
如果模型支持置信度
有些模型支持 predict_proba()：
if hasattr(model, "predict_proba"):
proba = model.predict_proba([input_text])[0]
classes = model.classes_
scores = dict(zip(classes, proba))
st.write(scores)可以用表格展示：
import pandas as pd
score_df = pd.DataFrame({
"类别": classes,
"概率": proba,
}).sort_values("概率", ascending=False)
st.dataframe(score_df, use_container_width=True)注意：概率不一定等于真实可信度。它只是模型的输出分布，仍然要结合测试集评估。
增加错误提示
模型文件不存在时，不要让页面直接崩掉：
if not MODEL_PATH.exists():
st.error("没有找到模型文件，请先训练并保存模型。")
st.stop()这样别人打开页面时，也能知道问题出在哪里。
Streamlit 演示不是正式部署
这一课只把模型做成演示页面，不等于正式线上服务。
正式部署还要考虑：
- 依赖文件如何管理；
- 模型文件如何上传；
- 多用户同时访问；
- 日志和异常处理；
- 输入长度限制；
- 敏感内容过滤；
- API 鉴权和安全。
所以这里先把交互跑通，后面再进入工程化部署。
常见错误
模型路径写错
本地运行时相对路径以命令执行目录为准。建议用 Path 管理路径。
预测前忘记分词
如果训练时使用的是分词后的文本，页面输入也要走同样分词。
模型和依赖版本不一致
joblib 加载模型依赖 Python 对象结构。训练环境和演示环境里的 scikit-learn 版本差异太大，可能加载失败。
页面显示概率但不解释含义
概率只是模型估计，不代表一定正确。不要在页面上写成“准确率”。
这一课先记住
Streamlit 的价值是快速演示：
输入文本
-> 加载模型
-> 复用训练时的预处理
-> predict
-> 展示结果它适合教学、验证和内部演示。正式部署还需要 API、日志、安全和环境管理。
下一阶段我们回到 PyTorch，先补 Tensor 进阶操作，再理解自动微分和计算图。
留言讨论