我几乎已经完成了NLP项目的DL模型。现在我想制作一个网络应用程序。
我在PyTorch中创建了模型来检测新闻文章中的宣传文本片段。这些型号的性能很差。但如果有新闻报道，他们可以返回补偿&每个偏移量的标签(在文本文件中(，标识每段文本中的宣传类型。
现在我想构建一个原型Web应用程序来演示这个项目，并满足以下最低要求：
- 用户提供文章(上传文本文件或提供在线博客/文章链接(
- 系统高亮显示所有检测到的碎片。悬停在每个跨度上时，工具提示显示标签(宣传技术名称分类器为每个跨度提供一个标签(
- 显示条形图或饼图，以显示所提供文章中每种宣传类型的频率。以及每篇文章中的宣传百分比。你能建议一个python框架吗？我可以用它在尽可能短的时间内构建一个最小的原型？一些我可以在几天内学会的东西。我正在考虑在StreamLit上试用，有人能告诉我Flask、StreamLit还是Django会更好吗；需要通过学习任何新的框架来构建一个简单的web应用程序
Flask和Django的工作方式与StreamLit这样的框架非常不同。
它们基本上允许您集成python功能和"；离线应用程序"；使用HTML逻辑构建快速web应用程序。他们没有任何工具来构建1-3中描述的所有需求，只是为了在网站上动态呈现这些需求。我能描述Flask的最简单的方法是，它可以让你完成的应用程序与网络拉取和放置请求交互。
鉴于您的描述，我因此强烈建议您使用Flask或Django，因为它们似乎只会在最后一步帮助您，即部署，而不会简化实际应用程序的编码。
我不太了解StreamLit，所以请允许我添加一个替代方案：
交互式Jupyter笔记本电脑只需在线托管并可公开访问
如果你已经有了一个你想简单部署的应用程序，那么Flask是一个足够简单的方法。