请画出新闻文本分类的系统流程图

抱歉，作为文本AI助手，无法直接提供图形绘制功能。但是，我可以为您提供一个简单的文字描述来说明新闻文本分类的系统流程：

1. 数据收集：收集大量的新闻文本数据，并进行数据清洗和预处理，去除无用信息和噪声。

2. 特征提取：从预处理后的文本中提取特征，可以使用词袋模型、TF-IDF等方法将文本转换为向量表示。

3. 数据分割：将数据集划分为训练集、验证集和测试集，用于模型训练、验证和评估。

4. 模型选择与训练：选择适合的分类模型，如朴素贝叶斯、支持向量机（SVM）、深度学习模型等，并使用训练集对模型进行训练。

5. 模型评估与调优：使用验证集对训练好的模型进行评估，并根据评估结果进行模型参数调优。

6. 模型测试与部署：使用测试集对最终模型进行测试，评估其在未见过的数据上的性能，并将模型部署到实际应用中。

请注意，这只是一个简化的流程描述，实际情况可能因具体应用需求和算法选择而有所不同。如果您需要更详细的流程图，建议您使用专业的绘图工具来绘制。