用 Streamlit 给文本分类模型做一个演示页面
把已经训练好的文本分类 Pipeline 接到 Streamlit 页面里，完成输入文本、预测类别和查看置信度的交互演示。
NLP
和「NLP」相关的文章都收在这里，方便沿着同一个主题继续读下去。
标签归档
同一主题下的内容，会更容易看出思路是怎么慢慢长出来的。
计算机怎样读取中文文本：编码、清洗与标准化
进入中文文本分类前，先理解文本文件编码、乱码、空白符、标点、大小写和基础清洗规则。
保存与加载文本分类模型：让预测可以复用
学会保存完整 Pipeline、标签信息和项目元数据，让文本分类模型不只停留在 notebook 里。
文本分类模型评估：从混淆矩阵找到改进方向
学会用 classification_report、confusion_matrix 和错分样本分析文本分类模型，不只看准确率。
训练中文文本分类 baseline：TF-IDF + 逻辑回归
用 TF-IDF 和 LogisticRegression 跑通一个中文文本分类基线模型，理解从分词、划分数据到训练预测的完整流程。
词袋模型与 CountVectorizer：文本也可以做特征表
从词袋模型开始理解文本向量化，学习 CountVectorizer 如何把分词后的中文文本变成可训练的特征矩阵。
TF-IDF 是什么？把中文文本变成模型能读的数字
从词频和逆文档频率出发，理解 TF-IDF 为什么适合文本分类，以及如何在 sklearn 中使用 TfidfVectorizer。
中文分词与停用词：让模型先读懂文本边界
理解中文分词为什么重要，停用词应该怎么用，以及在文本分类项目里如何把句子切成可建模的词。
我怎样把一个中文文本分类项目，从训练脚本一路做到了 API 和前端
从 jieba 分词、TF-IDF 和随机森林开始，到 Flask 接口和 Streamlit 页面，这是一条更完整的中文文本分类落地链路。
从垃圾短信识别项目里，我复盘了一个中文文本分类系统
一次从短信分类项目出发的复盘：从需求、流程到问题定位，再到后续可以继续优化的方向。