基于PyTorch的中文新闻标题文本分类项目-PyTorch

项目描述 基于PyTorch的中文新闻标题文本分类项目
基于 PyTorch 的中文新闻标题文本分类项目，在原生 THUCNews 数据集基础上扩展了一套 Web 预测页面，实现从训练到可视化的完整闭环。

访问 http://127.0.0.1:5000

项目功能
支持 TextCNN、TextRNN、TextRNN_Att、TextRCNN、DPCNN、Transformer、FastText 七种模型的训练与测试，训练输出准确率、F1、混淆矩阵；Web 页面提供单句文本预测，展示预测类别、置信度与全部 10 类概率横条，支持多模型勾选对比、内置示例一键填充与预测历史记录。

运行环境
Windows；Python 3.11.9；PyTorch 2.1.2（CPU 版，无 CUDA）；依赖 tqdm、scikit-learn、tensorboardX、Flask、numpy；数据集与预训练词向量均已内置，无需额外下载。启动方式：训练`python run.py –model 模型名` ，页面`python web/app.py` 后访问 http://127.0.0.1:5000 。

项目技术
深度学习：PyTorch、Embedding、CNN、RNN/BiLSTM、Attention、Transformer；NLP：字符级分词、词表构建、搜狗/腾讯预训练词向量、N-gram 哈希；Web：Flask 后端 + 原生 HTML/CSS/JS 前端，localStorage 本地存储；工程结构：模型定义与超参同文件、配置类统一管理、权重持久化至 saved_dict

以上系统源码经过技术整理与调试，确保能正常运行