1. 上傳界面/初始界面（包括單挑新聞或多條新聞兩種情況）：

組件：兩個文本輸入框，一個提交按鈕，一個刪除（取消）按鈕，一個上傳按鈕

• 單條新聞：

兩個文本輸入框：一個新聞內容輸入框（content），一個新聞標題輸入框（title）。（內容框必須要填，輸入框可以不填內容）

一個提交按鈕：用戶將內容填好之后，點擊上傳提交

刪除（取消）按鈕：用戶希望刪除所輸入的內容重新輸入或不再輸入了。

• 多條新聞：

兩個文本輸入框：新聞內容輸入框用于做文件框，顯示用戶提交的文件名。

一個上傳按鈕：點擊之后會選擇本地csv或xlsx格式的文件到后臺進行處理

提交按鈕：可以實現點擊上傳文件

刪除（取消）按鈕：用戶希望刪除所輸入的內容重新輸入或不再輸入了。

2. 返回界面/結果界面：

組件：四個按鈕，三個文本框，一個下拉列表

• 單條新聞：
  • 兩個按鈕：

確定按鈕：點擊彈出結果框

修改按鈕：表示用戶不同意算法給出的結果，點擊這個按鈕之后，會彈出下拉列表（不點擊的時候是隱藏的，列表中類型有財經，房產，教育，科技，軍事，汽車，體育，游戲，娛樂，其他這10項，分別對應數據庫中的算法判斷結果和用戶認為結果中的10個結果，具體數據庫要求見下面第3點）。同時要有一個取消按鈕，即用戶不想再繼續修改了。

②三個文本框：

標題框（title）：即用戶輸入的標題（可沒有）

新聞內容框（content）：即用戶輸入的新聞內容（必須有）

算法識別結果框（channelName）：即后端算法識別出來新聞的類別是財經，房產，教育，科技，軍事，汽車，體育，游戲，娛樂，其他這10類中的哪一類

• 下拉列表：

開始的時候是隱藏的，在用戶點擊修改按鈕之后才會彈出。

• 多條新聞：
  • 四個按鈕：

下載按鈕：由于多條新聞的時候是上傳的csv和xlsx格式的文件，所以處理之后直接在上傳的文件的基礎上加一列channelName，寫入predict.py文件中模型判斷的結果。最后生成一個文件（文件中仍為content，title，channelName和用戶認為結果四項，具體處理方法和上面查詢數據庫中的相同。要注意的是這里文件中的結果逐條存入查詢數據庫中）

取消按鈕：表示用戶不想下載結果文件了，直接取消

在線預覽按鈕：用戶點擊這個按鈕之后，可以直接在線分頁預覽結果文件中的內容，且每條內容后面都有一個修改按鈕和一個取消按鈕，取消按鈕表示用戶不再想修改用戶認為結果這一項的值，即用戶認同算法判斷的結果，修改按鈕具體功能見下。

修改按鈕：修改按鈕主要是當用戶認為算法得到的結果和自己的結果相違背的時候想要進行修改，點擊后出現一個下拉列表（和上面單條新聞的情況相同）

• 下拉列表：當用戶點擊修改按鈕之后彈出下拉列表，具體功能和單條新聞相同。這里要有一個取消按鈕，即用戶不想繼續進行修改了。修改之后將用戶認定結果這一項改為用戶選擇的結果，覆蓋查詢數據庫相應內容（和單條相同，類似于單條加上循環語句）。

注：后端（最好用flask框架），數據庫（MySQL或SQL?server都可以，最好是SQL?server）

3. 數據庫要求：

三個庫：

• 歷史數據庫：（存儲歷史訓練數據集，每個表中有content（新聞文本），title（新聞標題），channelName（新聞類別）三個字段）
• 查詢數據庫：（存儲用戶主動輸入并查詢的內容，且查詢數據庫中的內容可以定期遷移到歷史數據庫中，每個表中包括content（新聞文本），title（新聞標題），channelName（算法認定的新聞類別）和用戶認為的新聞類別四個字段，在用戶輸入并點擊提交按鈕之后，將四個字段的內容直接存入查詢數據庫中，且初始狀態下將算法結果和用戶認定的結果記為相同的，都為算法結果，如果前端用戶選擇不同意算法判定的結果并進行修改，那么將用戶認為的結果這一項改為用戶在下拉列表中所選擇的結果）
• 調用python中的checkpoint模型（模型存在predict.py文件中）（注：predict.py調用tensorflow.train.saver中保存的模型，其中tensorflow的版本是1.14.0）

這里predict.py主要有兩個接口，一個調用predict.py的接口，另一個是接受predict.py返回結果的接口。