第7章单元2 自然语言处理和大模型技术.docxVIP

《人工智能通识与实践》

第7章单元2自然语言处理和大模型技术

教案

教学任务

项目1自然语言处理

自然语言处理的复杂性2.中文分词3.文本分类算法

项目2大模型技术

Transformer2.大模型核心技术3.主流大模型和应用

授课课时

总时长3学时：课堂讲授2学时、实践环节1学时

一、教学分析

学习目标

知识目标

掌握自然语言处理复杂性、中文分词与文本分类算法；理解Transformer架构与大模型核心技术及应用。

能力目标

能运用中文分词与文本分类算法处理文本，理解大模型技术原理，分析主流模型应用逻辑。

素质目标

培养自然语言处理与大模型技术应用思维，提升AI技术理解与创新能力，树立技术伦理素养。

教学重点

掌握自然语言处理复杂性、中文分词算法及文本分类步骤；理解Transformer架构、大模型核心技术与主流模型应用场景。

教学难点

NLP歧义性与语境依赖性处理，Transformer自注意力机制原理，大模型训练挑战与技术解决方案。

教学内容

讲解自然语言处理定义、复杂性及中文分词算法；详述文本分类的分词、词袋模型、TF-IDF与分类预测步骤；解析Transformer架构、大模型核心技术（预训练-微调、涌现能力）及主流模型应用，结合案例说明技术落地逻辑。

二、教学策略

教学设计

以ChatGPT应用、AI生成内容等热