第2章 文本基础处理 教案.docxVIP

打造基于产教融合的就业育人综合服务平台

打造基于产教融合的就业育人综合服务平台

泰迪智能科技官网：/联系方式：4006840020

泰迪智能科技官网：/联系方式：4006840020

第2章文本基础处理

教案

课程名称：自然语言处理入门与实战

课程类别：必修

适用专业：大数据技术类相关专业

总学时：64学时（其中理论36学时，实验28学时）

总学分：4.0学分

本章学时：10学时

材料清单

《自然语言处理入门与实战》教材。

配套PPT。

引导性提问。

探究性问题。

拓展性问题。

教学目标与基本要求

教学目标

介绍常用文本数据源和语料库的相关知识及NLTK中部分函数的使用方法，获取网络语料库的所有文本文件，并对文本文件中的词、句子及其统计信息进行分析。介绍常用中文分词方法和基于jieba库的中文分词，并介绍词性标注和命名实体识别，通过jieba库完成词性标注和命名实体识别。最后介绍常用的关键词提取算法，并给出利用三种算法提取文本关键词的示例。

基本要求

了解常用的文本数据源。

了解语料库的基本概念、类型、用途和构建。

掌握中文分词的常见方法。

掌握中文分词工具jieba库的使用方法。

了解词性标注和命名实体识别的基本概念。

熟悉jieba库的词性标注和命名实体识别的实现流程。

问题

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。

现实生活中存在哪些文本数据来源？

该如何进行中文分词？

什么是命名实体？

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。

中文分词的完整流程是怎样的？

命名实体识别的能够应用在那些场景？

语料库有哪些种类？

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。

还有哪些中文分词方法？

Jieba库用于中文分词有哪些优势？

主要知识点、重点与难点

主要知识点

常见的文本数据源。

语料库的类型与用途。

常用的中文分词方法。

词性标注的概念。

命名实体识别的概念与常用算法

常用关键词提取算法。

重点

语料库的类型与用途。

常用的中文分词方法。

词性标注的概念。

命名实体识别的概念与常用算法

常用关键词提取算法。

难点

词性标注的概念。

命名实体识别的概念与常用算法

常用关键词提取算法。

教学过程设计

理论教学过程

常见的文本数据源。

语料库的类型。

语料库的用途。

语料库的构建和获取方法。

常用中文分词方法。

基于jieba库的中文分词方法。

词性标注的概念与规范。

命名实体识别的常用算法。

基于jieba库的词性标注与命名实体识别方法。

常用关键词提取算法。

实验教学过程

获取语料库并分析内容。

使用jieba库进行中文分词。

使用jieba库进行词性标注与命名实体识别。

使用三种算法提取文本关键词。

教材与参考资料

教材

徐鹏，张良均．自然语言入门与实战[M]．北京：电子工业出版社．2025．

参考资料

[1] 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] 戴程，张良均.Python自然语言处理入门与实战[M].北京：人民邮电出版社．2022．