Python中文自然语言处理基础与实战(教案)第8章文本分类与聚类.pdfVIP

第8章文本分类与聚类

教案

课程名称：Python中文自然语言处理基础与实战

课程类别：选修

适用专业：人工智能类相关专业

总学时：64学时（其中理论40学时，实验24学时）

总学分：4.0学分

本章学时：8学时

一、材料清单

（1）《Python中文自然语言处理基础与实战》教材。

（2）配套PPT。

（3）引导性提问。

（4）探究性问题。

（5）拓展性问题。

二、教学目标与基本要求

1.教学目标

本章节主要介绍文本分类与聚类基本概念，以及相对应的Python实现。首先介绍文本

挖掘的概念和应用场景。接着介绍文本分类和文本聚类常用算法。随后介绍文本分类与聚类

的步骤。最后实现文本分类与文本聚类对应的Python案例，分别是垃圾短信的分类和新闻

文本的聚类。

2.基本要求

第1页共4页

（1）了解文本挖掘的基本概念。

（2）熟悉常用的文本分类和聚类算法。

（3）熟悉文本分类和聚类的基本流程。

（4）掌握实现文本分类和聚类的步骤。

三、问题

1.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。

（1）文本挖掘是什么？

（2）文本挖掘包含哪些步骤？

（3）目前有哪些技术用到了文本挖掘？

2.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。

（1）文本分类与普通的分类问题的区别在哪？

（2）文本聚类有哪些常用方法？

（3）文本分类或聚类的具体步骤是什么？

3.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。

（1）如何识别垃圾短信？

（2）如何自动的划分新闻类别？

第2页共4页

四、主要知识点、重点与难点

1.主要知识点

（1）文本挖掘的基本概念。

（2）常用的文本分类和聚类算法。

（3）文本分类和聚类的基本流程。

（4）实现文本分类和聚类的步骤。

2.重点

（1）常用的文本分类和聚类算法。

（2）文本分类和聚类的基本流程。

3.难点

实现文本分类和聚类的步骤。

五、教学过程设计

1.理论教学过程

（1）文本挖掘的基本概念。

（2）常用的文本分类算法。

（3）常用的文本聚类算法。

（4）文本分类和聚类的基本流程。

（5）实现文本分类和聚类的步骤。

2.实验教学过程

（1）使用朴素贝叶斯实现垃圾短信分类。

第3页共4页

（2）使用Kmeans实现新闻文本聚类。

六、教材与参考资料

1.教材

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．

2.参考资料

[1]张良均．Python数据分析与挖掘实战[M]．北京：机械工业出版社．2015．

[2]张良均．Python与数据挖掘[M]．北京：机械工业出版社．2016．

[3]宗成庆,统计自然语言处理，清华大学出版社，北京，2013年

[4]李航，统计学习方法,清华大学出版社，北京，2012年