Python中文自然语言处理基础与实战(教案)第11章智能问答系统.pdfVIP

第11章智能问答系统

教案

课程名称：Python中文自然语言处理基础与实战

课程类别：选修

适用专业：人工智能类相关专业

总学时：64学时（其中理论40学时，实验24学时）

总学分：4.0学分

本章学时：4学时

一、材料清单

（1）《Python中文自然语言处理基础与实战》教材。

（2）配套PPT。

（3）引导性提问。

（4）探究性问题。

（5）拓展性问题。

二、教学目标与基本要求

1.教学目标

主要介绍智能问答系统的基本概念和主要组成部分。首先讲述智能问答系统的发展、分

类和应用，接着介绍问答系统的问题理解、知识检索和答案生成三个主要组成，以及问答系

统的基本流程、原理以及所需要使用的技术等，最后实现基于Seq2Seq模型的对话式问答机

器人，其中包括语料预处理、模型构建、模型训练与测试等步骤的实现及讲解。

2.基本要求

第1页共4页

（1）了解智能问答系统的基本概念。

（2）熟悉能问答系统的主要组成部分。

（3）掌握智能问答系统的实现过程。

三、问题

1.引导性提问

引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问

题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。

（1）智能问答系统是什么？

（2）智能问答系统由什么组成？

（3）目前智能问答系统有哪些应用？

2.探究性问题

探究性问题需要教师深入钻研教材的基础上精心设计，提问的角度或者在引导性提问的

基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课

文中又是重要的问题加以设问。

（1）问答系统如何实现问题理解？

（2）结构化知识检索与非结构化知识检索的区别在哪？

3.拓展性问题

拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提

出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问

题。

（1）如何使用改进问答系统的回复准确度？

（2）生活中哪些地方用上了智能问答系统？

第2页共4页

四、主要知识点、重点与难点

1.主要知识点

（1）问答系统的基本概念。

（2）问答系统的主要组成部分。

（3）基于Seq2Seq的智能问答系统的实现方法。

2.重点

（1）问答系统的主要组成部分。

（2）基于Seq2Seq的智能问答系统的实现方法。

3.难点

（1）问答系统的主要组成部分。

（2）基于Seq2Seq的智能问答系统的实现方法。

五、教学过程设计

1.理论教学过程

（1）问答系统的基本概念。

（2）问答系统的主要组成部分。

（3）基于Seq2Seq的智能问答系统的实现方法。

2.实验教学过程

使用Seq2Seq实现智能问答系统

六、教材与参考资料

第3页共4页

1.教材

肖刚，张良均．Python中文自然语言处理基础与实战[M]．北京：人民邮电出版社．2021．

2.参考资料

[1]张良均．Python数据分析与挖掘实战[M]．北京：机械工业出版社．2015．

[2]张良均．Python与数据挖掘[M]．北京：机械工业出版社．2016．

[3]宗成庆,统计自然语言处理，清华大学出版社，北京，2013年

[4]李航，统计学习方法,清华大学出版社，北京，2012年

第4页共4页