- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
PAGE3
附件5-1
ADDINCNKISM.UserStyle《自然语言处理》课程教学大纲
(理论课程·2023版)
一、课程基本信息
课程号
2023S04013
开课单位
网络空间安全与计算机学院
课程名称
(中文)自然语言处理
(英文)NaturalLanguageProcessing
课程性质
必修
考核类型
考试
课程学分
2
课程学时
34
课程类别
专业发展课程(专业核心课)
先修课程
人工智能程序设计、机器学习
适用专业(类)
人工智能
二、课程描述及目标
(一)课程简介
《自然语言处理》课程是人工智能专业的一门专业核心课程,旨在培养学生掌握自然语言处理领域的基础知识、方法、算法,提高学生的综合能力。自然语言处理是人工智能领域的一个重要方向,研究实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。通过建立形式化的计算模型来分析、理解和处理自然语言,是利用计算机为工具对人类特有的书面形式和口头形式的自然语言的信息进行各种类型处理和加工的技术。主要内容包括:语言模型与向量表示、语言分析技术、机器翻译、信息抽取、问答系统、机器阅读理解。
(二)教学目标
通过本课程,学生将了解自然语言处理的基本概念、基本理论;掌握自然语言处理的主要方法、算法和模型;提高自主学习能力,关注专业前沿技术发展,为将来开展科学研究和工程实践打下坚实的基础。使学生得到系统的分析问题和解决问题的训练,提高专业素质,为后续课程奠定良好的基础。
课程目标1:掌握自然语言处理的基本概念、基本理论。
课程目标2:掌握自然语言处理的主要方法、算法和模型。
课程目标3:提高自主学习能力,关注专业前沿技术发展。
三、课程目标对毕业要求的支撑关系
毕业要求指标点
课程目标
权重
1-3能够将相关工程专业知识和数学分析方法用于推演、分析人工智能领域复杂工程问题
课程目标1
0.2
2-2能基于相关科学原理和数学模型方法正确表达和分析人工智能的复杂工程问题
课程目标2
0.2
2-3能认识到解决问题有多种方案可选择,会通过文献研究寻求可替代的解决方案
课程目标2
课程目标3
0.2
4-1能够基于人工智能相关科学原理,通过文献研究或相关方法,调研和分析人工智能领域中复杂工程问题的解决方案
课程目标2
课程目标3
0.3
12-1能在最广泛的技术变革背景下,认识到自主和终身学习的必要性
课程目标3
0.1
四、教学方式与方法
教学活动采用课堂教学的方式,以讲授法为主,根据具体的知识点内容增加学生讨论或设计的授课方法。
五、教学重点与难点
(一)教学重点
语言模型与向量表示、语言分析技术、机器翻译、信息抽取、问答系统。
(二)教学难点
向量表示方法:离散向量表示、稠密向量表示。基于神经网络的机器翻译方法:编码器—解码器框架、循环神经网络翻译框架、基于注意力机制的翻译框架、Transformer翻译框架。
六、教学内容、基本要求与学时分配
序号
教学内容
基本要求
学时
教学
方式
对应课程目标
1
第1章绪论
了解自然语言处理的定义、研究内容、流派、难点与挑战。
2
讲授
课程目标1
2
第2章人工神经网络
了解感知机、激活函数,掌握前馈神经网络、反向传播算法、循环神经网络、卷积神经网络。
2
讲授
课程目标1
3
第3章语言模型与向量表示
理解语言模型(统计语言模型、神经网络语言模型),掌握向量表示方法:离散向量表示、稠密向量表示。
4
讲授
课程目标2
4
第4章语言分析技术
了解中文分词的基本问题,掌握经典的分词算法。理解依存句法分析,掌握依存句法分析方法和常用依存句法分析工具。了解语义角色标注。
4
讲授
课程目标2
5
第5章机器翻译
了解机器翻译发展概况,理解基于规则的机器翻译方法、基于统计的机器翻译方法,掌握基于神经网络的机器翻译方法(编码器—解码器框架、循环神经网络翻译框架、基于注意力机制的翻译框架、Transformer翻译框架)。
6
讲授
课程目标3
6
第6章信息抽取
了解命名实体识别方法、关系抽取方法,理解实体识别模型、关系抽取模型,掌握信息抽取评价标准。
4
讲授
课程目标1
7
第7章问答系统
了解基于结构化数据的问答系统,理解基于自由文本的问答系统,掌握基于问题对的问答系统。
6
讲授
课程目标2
8
第8章机器阅读理解
了解阅读理解任务分类(完形填空、多项选择、文本抽取、自由回答),掌握评测指标、基于深度学习的阅读理解模型。
6
讲授
课程目标2
合计
34
七、学业评价和课程考核
(一)考核类型:?考试?考查
(二)考核方式:?开卷考试?闭卷考试?课程论文
?课程报告
您可能关注的文档
- 1523S01023-虚拟仪器技术-2023版人才培养方案课程教学大纲.docx
- 1523S01026-实验室认证认可与型式评价-2023版人才培养方案课程教学大纲.docx
- 1523S01028-电磁兼容-2023版人才培养方案课程教学大纲.docx
- 1523S01033-科技创新实践-2023版人才培养方案课程教学大纲.docx
- 1523S03010-专业(认识)实习 --2023版人才培养方案课程教学大纲.docx
- 1523S03014-毕业论文(设计)-2023版人才培养方案课程教学大纲.docx
- 1523S03020-表面检测技术实验-2023版人才培养方案课程教学大纲.docx
- 1523S03023-安全工程专业外语-2023版人才培养方案课程教学大纲.docx
- 2023D00019-数据结构与算法进阶实验-2023版本科专业人才培养方案教学大纲.docx
- 2023D00103-运筹学-2023版人才培养方案课程教学大纲.docx
文档评论(0)