text_classification

这是一个面向中文新闻标题的多方法文本分类实践项目，支持传统机器学习（TF-IDF+随机森林）、浅层神经网络（FastText）和深层预训练模型（BERT）三类技术路线，并集成模型压缩技术（动态量化、知识蒸馏）。项目提供完整数据集（18万训练样本、10分类）、Flask RESTful API服务及跨设备（CPU/CUDA/MPS）推理支持，适用于中文文本分类的教学演示、算法对比实验与轻量级工程部署场景。