1文本数据处理教学设计.docxVIP

文本数据处理教学设计

课程标准

和

教学目标

文本数据处理

教材内容：第四章4.2.3文本数据处理

适应的课程标准：

1.4通过典型的应用实例，了解数据采集、分析和可视化表达的基本方法。

1.5根据任务需求，选用恰当的软件工具或平台处理数据。

教学目标：

●了解文本数据处理目的、应用、一般过程和方法。

●了解中文分词常见算法及特征提取方式。

●了解标签云、文本情感分析及应用。

指向的核心素养：

●计算思维：了解数据采集、分析和可视化表达的基本方法，能够利用软件工具或平台对数据进行整理、组织、计算与呈现。

●数字化学习与创新：掌握数字化学习系统、学习资源与学习工具的操作技能，用于开展自主学习、协同工作、知识分享与创新创造。

教学环境：有教学控制软件的多媒体机房。

建议课时：1课时

教学活动设计

教学环节

教学过程

设计意图

新课导入

我们经常使用百度搜索引擎检索信息，每次搜索返回的结果数据对于搜索关键词的描述主要在哪些方面呢，例如：使用百度搜索“春节”，如图1所示，找到相关结果约100,000,000个，这些返回的结果数据对“春节”的关键特征描述是什么？

图1百度搜索“春节”

百度为您找到相关结果约100,000,000个

图2百度索索“春节”的部分结果

以百度搜索“春节”为例，分析问题：

解决这个问题，需要收集哪些数据？--百度搜索“春节”返回结果页面中的数据，如图2所示。

这些数据是什么类型的？--主要为非结构化文本数据。

如何处理这些数据才能获得答案？--要提炼对“春节”的关键特征描述，需要采集返回结果页面中的文本数据进行分析，下面请同学们通过实践与体验，探究这个问题。

引导学生从数据分析的视角思考问题，在数据分析实践中能根据数据分析的过程和方法，探究问题答案，导入新课。

自主学习

布置任务：自主阅读并实践教材第132页“实践与体验--中文分词与标签云”。

实践内容：使用“搜索抓取、中文分词与标签云生成”软件，收集感兴趣的数据，如春节、家乡的旅游景点、美食等，进行分词、词频统计并以标签云方式展现结果。

问题与思考：辨析该实践与体验中，文本数据处理的步骤及基本过程。

学生具备图表数据处理、Python编程处理数据的前知识和学习策略，带着问题、跟着教材进行实践探究，体验文本处理的基本过程：收集数据、分词、特征提取、数据分析、结果呈现等，解答导入问题，发展学生计算思维。同时，从全局上感受文本数据处理的过程和方法，为下面的聚焦研究“分词”“特征提取”“标签云”“情感分析”等做好铺垫。

学习评价

通过过程观察、个别指导、适时干预，推进实践进程。

交流导入问题的探究过程和结论，以搜索“春节”为例，如图4所示。

图4百度搜索“春节”结果数据标签云

总结文本数据处理的基本过程和主要步骤：

设计意图：通过过程观察和适时干预，保障实践活动顺利开展；通过交流、总结，促进学生对文本数据处理基本过程和主要步骤的理解，发展计算思维。

通过过程观察和适时干预，保障实践活动顺利开展；通过交流、总结，促进学生对文本数据处理基本过程和主要步骤的理解，发展计算思维。

自主学习

布置任务：聚焦“分词”“特征提取”“标签云”“情感分析”内容，开展分组探究。

第一组任务

基本任务（必做）：

1.自主阅读教材第128页“（1）中文分词”部分，领会中文分词及中文分词的常见算法：基于词典的分词方法、基于统计的分词方法、基于规则的分词方法。

2.获取一段文本，存为UTF-8编码格式的文件“test_UTF8.txt”,使用“搜索抓取、中文分词与标签云生成”软件打开并进行分词，感悟分词的过程及方法。

拓展任务（选做）：

通过互联网，对中文分词的算法进行拓展性学习，使用PPT整理归纳后进行分享。拓展性学习重点放在“基于词典的分词方法、基于统计的分词方法、基于规则的分词方法”。

第二组任务

基本任务（必做）：

1.自主阅读教材第129页“（2）特征提取”部分，学习“特征词”“特征提取”“特征提取方式”等内容。

2.再次实践“中文分词与标签云”，感悟并思考以下问题：

（1）在中文文本分析中可以采用字、词或短语作为表示文本的特征项。本次实践活动中，是采用什么作为特征项的？

（2）本次实践活动中，是如何进行特征提取的？

（3）分析本次实践活动中的词频统计结果，去除高频出现词语中的无关项，描述本次实践提取来的最具代表性、最有效的文本特征。

拓展任务（选做）：

通过互联网，对特征提取方式进行拓展性学习，使用PPT整理归纳后进行分享。拓展性学习重点放在“根据专家的知识挑选有价值的特征、用数学建模的方法构造评估函数自动选取特征。”。

第三组任务

基本任务（必做）：

1.自主阅读教材第130页“文本数据分析与应用