《自然语言处理》 课程教学大纲

《自然语言处理》课程教学大纲一、课程简介课程中文名自然语言处理课程英文名NaturalLanguageProcessing双语授课□是√否课程代码10122107课程学分4总学时数64课程类别□通识教育课程□公共基础课程√专业教育课程□综合实践课程□教师教育课程课程性质□必修√选修□其他课程形态□线上√线下□线上线下混合式□社会实践□虚拟仿真实验教学考核方式□闭卷□开卷√课程论文□课程作品√汇报展示□报告√课堂表现□阶段性测试□平时作业□其他（可多选）开课学院大数据与智能工程学院开课系(教研室)数据科学与大数据技术系面向专业数据科学与大数据技术开课学期第5学期先修课程Python程序设计、数据采集与预处理后续课程无选用教材张奇，桂韬，黄萱菁.自然语言处理导论[M].北京:电子工业出版社,2023.参考书目1.冯建周.自然语言处理[M].北京：中国水利水电出版社，2022.2.刘挺，秦兵，赵军，黄萱菁，车万翔.自然语言处理[M].北京：高等教育出版社，2021.课程资源无课程简介《自然语言处理》是数据科学与大数据技术专业的专业选修课程，教学内容包括自然语言处理简介、自然语言理解、信息检索、机器翻译、情感分析、语音识别、文本表达与分类、文档索引和排序、知识图谱。通过理论和案例相结合的系统学习，正确理解计算机处理、理解、运用人类语言的方式、原理及发展现状，能够就人与计算机的有效交流问题与业界同行及公众进行有效沟通。二、课程目标表1课程目标序号具体课程目标课程目标1掌握自然语言处理的研究方向、发展现状、面临的问题和挑战。掌握自然语言处理简介、自然语言理解、信息检索、机器翻译、情感分析、语音识别、文本表达与分类、文档索引和排序、知识图谱等模块的基本知识。能够运用自然语言处理工具实现语料数据收集、自然语言解析，能够选用适当的自然语言处理算法对解析结果进行数据分析，并将分析结果应用于大数据领域相关的工程问题求解中。课程目标2能够准确评判自然语言相关的人工智能产品所处的发展阶段，并准确识别和描述产品所涉及的自然语言处理的理论和方法，能够使用自然语言处理工具解决工程实践中的自然语言相关问题，并能够在设计环节中体现创新意识。课程目标3开阔专业领域的学术视野，激发学习数据科学与大数据专业的兴趣，树立学习本专业的责任感与自豪感；具备良好的文献阅读和拓展分析思维、自主学习意识。具有热爱科学实事求是的学风和创新意识、创新精神。表2-1课程目标与毕业要求对应关系毕业要求指标点课程目标毕业要求8：职业规范：树立和践行社会主义核心价值观，具有人文社会科学素养和社会责任感，能够在大数据应用实践中理解伦理道德、遵守职业规范、履行社会责任。【M】8.1具有人文科学素养，有正确的价值观，理解个人与社会关系，了解中国历史和当代中国基本国情，自觉维护国家利益。课程目标1毕业要求10：沟通：具备一定的国际视野和跨文化沟通能力，能够就大数据相关应用领域的复杂工程问题与业界同行及公众进行有效沟通，包括撰写报告、陈述发言、清晰表达等。【L】10.2具备良好的外语运用能力，通过阅读国内外技术文献、参加学术讲座等环节，理解不同文化、技术行为之间的差异，能够在跨文化背景下进行沟通和交流。课程目标2毕业要求12：终身学习：具有自主学习和终身学习的意识，具备在科学研究与技术应用过程中不断学习和适应发展的能力。【M】12.2能针对个人或职业发展规划，在复杂工程问题的解决方案中体现出一定的自主学习和终身学习的能力，不断适应大数据技术的发展和社会需求。课程目标3三、课程学习内容与方法（一）理论学习内容及要求表3-1课程目标、学习内容和教学方法对应关系序号课程模块学习内容学习任务课程目标学习重点难点教学方法学时1自然语言处理简介1.自然语言处理的定义拓展阅读：自然语言处理的应用场景课程目标1重点：1.自然语言处理与人工智能的关系2.自然语言处理与大数据的关系3.自然语言处理的研究方向1.课堂讲授：针对第1、3、4节2.案例教学：针对第2、5节42.自然语言处理的发展历程课程目标23.自然语言处理的研究方向课程目标24.自然语言处理的一般工作原理课程目标25.自然语言处理的组成课程目标12自然语言理解1.自然语言理解的层次拓展阅读：聊天软件的理解能力对比课程目标1重点：1.自然语言处理工具2.词义消歧3.句法消歧难点：4.自然语言处理工具的使用1.课堂讲授：针对第1节2.案例教学：针对第2、3、4节82.词法分析课程目标23.句法分析课程目标24.语义分析课程目标23信息检索1.信息检索简介拓展阅读：搜索引擎的自然语言理解能力课程目标1重点：1.信息检索的基本原理2.信息检索的类型3.信息检索的应用难点：4.自然语言检索的研究进展1.课堂讲授：针对第1、2、3、4节2.案例教学：针对第5、6节62.信息检索的发展历程课程目标13.信息检索的特点课程目标24.信息检索的基本原理课程目标25.信息检索的类型课程目标26.信息检索的应用课程目标34机器翻译1.机器翻译的基本模式拓展阅读：翻译软件对比课程目标1重点：1.机器翻译的价值2.机器翻译的发展现状难点：3.机器翻译的原理1.课堂讲授：针对第1、2节2.案例教学：针对第3节42.统计机器翻译课程目标23.机器翻译的应用课程目标35情感分析1.情感分析概述拓展阅读：情感分析的应用场景课程目标1重点：1.情感分析的应用场景2.情感分析的原理1.课堂讲授：针对第1、2节2.案例教学：针对第3、4节62.情感分析的任务课程目标23.情感分析的应用课程目标34.情感分析面临的挑战课程目标26语音识别1.语音识别的定义拓展阅读：语音识别软件对比课程目标1重点：1.语音识别的发展现状2.语音识别与文本识别的关系1.课堂讲授：针对第1、2、3节2.案例教学：针对第4节62.语音识别的发展历程课程目标13.语音识别的基本原理课程目标24.语音识别的应用课程目标37文本表达与分类1.单词的局域性表示和分布式表示拓展阅读：文本分类的应用场景课程目标2重点：1.词向量的表示2.分类的基本思路难点：3.贝叶斯分类算法4.支持向量机分类算法1.课堂讲授：针对第1、2、4节2.案例教学：针对第3节102.基于话题模型和词嵌入的文本表示课程目标23.贝叶斯分类和支持向量机分类课程目标24.分类质量评价课程目标18文档索引和排序1.索引表的分类拓展阅读：如何提高文档的关注度？课程目标1重点：1.文档的索引构建2.文档的排序原理难点：1.倒排索引2.PageRank算法1.课堂讲授：针对第1、2、4、6节2.案例教学：针对第3、5节102.倒排索引的建立、压缩课程目标23.倒排索引的应用课程目标34.文档排序课程目标15.PageRank算法课程目标26.PageRank算法的优点和缺点课程目标19知识图谱1.知识图谱简介拓展阅读：知识图谱如何助力自然语言理解？课程目标1重点：1.知识图谱与自然语言处理的关系2.知识图谱的表示3.知识存储难点：4.知识图谱的构建5.知识图谱的推理6.知识图谱助力自然语言理解1.课堂讲授：针对第1、3、4节2.案例教学：针对第2、3、5、6节102.知识表示和知识建模课程目标23.知识抽取课程目标24.知识存储和融合课程目标25.知识推理课程目标26.知识图谱的应用课程目标3四、课程考核（一）考核内容与考核方式表4-1课程目标、考核内容与考核方式对应关系课程目标考核内容所属学习模块/项目考核占比考核方式课程目标11.自然语言处理的定义自然语言处理简介30%课堂表现、汇报展示、课程论文2.自然语言处理的发展历程自然语言处理简介3.自然语言处理的研究方向自然语言处理简介4.自然语言处理的一般工作原理自然语言处理简介5.自然语言处理的组成自然语言处理简介6.自然语言理解的层次自然语言理解7.信息检索简介信息检索8.信息检索的发展历程信息检索9.信息检索的特点信息检索10.机器翻译的基本模式机器翻译11.情感分析概述情感分析12.语音识别的定义语音识别13.语音识别的发展历程语音识别14.索引表的分类文档索引和排序15.文档排序文档索引和排序16.知识图谱简介知识图谱课程目标21.词法分析自然语言理解40%课堂表现、汇报展示、课程论文2.句法分析自然语言理解3.语义分析自然语言理解4.信息检索的基本原理信息检索5.信息检索的类型信息检索6.统计机器翻译机器翻译7.情感分析的任务情感分析8.语音识别的基本原理语音识别9.单词的局域性表示和分布式表示文本表达与分类10.基于话题模型和词嵌入的文本表示文本表达与分类11.贝叶斯分类和支持向量机分类文本表达与分类12.倒排索引的建立、压缩文档索引和排序13.PageRank算法文档索引和排序14.知识表示和知识建模知识图谱15.知识抽取知识图谱16.知识存储和融合知识图谱17.知识推理知识图谱课程目标31.信息检索的应用信息检索30%课堂表现、汇报展示、课程论文2.机器翻译的应用机器翻译3.情感分析的应用情感分析4.情感分析面临的挑战情感分析5.语音识别的应用语音识别6.分类质量评价文本表达与分类7.倒排索引的应用文档索引和排序8.PageRank算法的优点和缺点文档索引和排序9.知识图谱的应用知识图谱表4-2课程目标与考核方式矩阵关系课程目标考核方式考核占比期末考试成绩比例40%课堂表现12%阶段性测试12%实践能力36%课程目标130%30%30%30%30%课程目标240%40%40%40%40%课程目标330%30%30%30%30%（二）成绩评定1.平时成绩评定（1）课堂表现（20%）：通过学生在课堂上的表现情况、发言与提问情况，来评价学生相关的能力。（2）阶段性测验（20%）：学生在平时测试、测验中掌握课程的情况；（3）实践能力（60%）：训练学生的自主学习能力（如学生以小组形式搜集相关资料）、总结和归纳的能力（如视频剪辑、PPT制作）、表达能力（如展示汇报）。2.期末成绩评定期末考核主要考察学生是否掌握自然语言处理的基本理论、方法、工具，考察学生对自然语言处理各个研究方向所处的阶段、面临的问题和挑战、应用场景的掌握能力，考察学生对自然语言处理相关研究方向的创新意识。考核方式为课程论文。3.总成绩评定总成绩（100%）=平时成绩（60%）+期末成绩（40%）（三）评分标准表5评分标准（非试卷考核项目）考核项目评分标准优秀(100>x≥90)良好(90>x≥80)中等(80>x≥70)及格(70>x≥60)不及格(x<60)课程论文（1）论文选题符合课程性质，选题范围适中，具有较高的研究价值和意义，表现出很强的问题意识。（2）论证过程严谨，所使用的证据或材料充分，结论清晰，具有相当的说服力和解释力。（3）文章结构合理，组织严密，连贯一致。（4）语言表达准确，叙述清楚，所使用的教育专业术语规范。（5）论文符合学术规范。（1）论文选题恰当合理，具有较高的研究价值和意义，表现出较强的问题意识。（2）论证过程较为严谨，所使用的证据或材料较为充分，结论清晰，具有较强的说服力和解释力。（3）文章结构合理，组织较为严密，连贯一致。（4）语言表达较为准确，叙述清楚，所使用的教育专业术语较为规范。（5）论文基本符合学术规范，无明显错误。（1）论文选题较为合理，具有一定的研究价值和意义，表现出一定的问题意识。（2）论证过程具有一定的严谨性，所使用的证据或材料较为充分，结论清晰，具有一定的说服力和解释力。（3）文章结构较为合理，组织较为严密。（4）语言表达较为准确，叙述较为清楚，所使用的教育专业术语较为规范。（5）论文基本符合学术规范，有部分错误。（1）论文主题具有一定的研究价值和意义，但选题凝练不够，问题意识欠佳。（2）论证过程较为合理但不太严谨，具有一定的证据或材料但不够充分，结论基本清晰。（3）文章结构较为合理，组织具有一定的严密性，但存在部分不连贯现象。（4）语言表