原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
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3章文本预处理与分析
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
介绍了文本向量化与相似度的基本概念，以及常用文本向量化方法和文本相似度算法，并演示文本向量化和文本相似度计算的实现。从结构化和语义化两方面分别介绍文本分析的方法。从机器学习和深度学习两方面介绍了文本分析的常用算法。其中，机器学习算法介绍朴素贝叶斯、支持向量机、决策树、随机森林和K-means算法，深度学习算法介绍卷积神经网络、循环神经网络、注意力机制和Transformer。
基本要求
了解文本向量化和相似度的基本概念。
了解文本离散化表示和文本分布式表示的常用方法。
熟悉文本向量化模型Word2Vec和Doc2Vec的基本原理。
掌握常用的文本相似度算法。
了解结构化分析和语义化分析的常见类型。
掌握文本分析常用的机器学习算法。
了解文本分析常用的深度学习算法。
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。
算法该如何识别文本数据？
该如何比较两段文本的相似度？
什么是文本分析？
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。
文本向量化的完整流程是怎样的？
文本相似度能够应用在那些场景？
文本分析有哪些种类？
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。
还有哪些可以用于文本分析的算法？
深度学习算法用于文本分析有哪些优势？
主要知识点、重点与难点
主要知识点
文本向量化的概念。
文本相似度的概念。
常用文本向量化方法。
常用文本相似度算法。
结构化分析。
语义化分析。
常用机器学习算法。
常用深度学习算法。
重点
常用文本向量化方法。
常用文本相似度算法。
常用机器学习算法。
常用深度学习算法。
难点
常用文本向量化方法。
常用深度学习算法。
教学过程设计
理论教学过程
文本向量化的概念。
文本相似度的概念。
常用文本向量化方法。
常用文本相似度算法。
结构化分析。
语义化分析。
常用机器学习算法。
常用深度学习算法。
实验教学过程
文本向量化的实现。
文本相似度的计算。
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．
文档评论（0）