自然语言处理教学大纲.pdfVIP

自然语言处理课程教学大纲

英文名称：NaturalLanguageProcessing课程编码：

学时：40（理论授课24+实验16）学分：2.5

课程性质：专业必修课课程类别：理论课

先修课程：高等数学，概率论与数理统计，数据结构与算法分析，机器学习

开课学期：第四学期

适用专业：计算机相关专业

一、课程教学目标

通过本课程的理论教学、实验和项目训练，使学生具备下列能力：

1、了解自然语言处理的概念和发展历程，了解其发展现状和发展趋势，掌握自然语言处理必

的知识和技术基础。

2、掌握自然语言处理常见任务的相关理论方法和编程技术，包括中文分词算法，关键词提取算

法，词向量技术，文本分类算法，文本信息抽取算法，机器阅读理解算法，文本生成和摘要算法。

了解对话系统和当前的相关方法。

3、针对复杂工程问题，能够综合运用所学的自然语言处理算法和实践技能进行问题分析、模型

选择与优化，并设计具体方案解决实际问题，对方案进行测试评估。

4、在课程讲解过程中，引入思政环节，提升学生的思政水平，培养学生正确的马列主义观、爱

国精神、科学探索精神与工匠精神等。

5、在课程实施过程中，充分锻炼学生的创新精神、创业意识和创新创业能力。

二、课程基本内容

2.1理论教学（支撑教学目标1、2、4）

1、自然语言处理概述（支撑教学目标1、4）

[教学目的与要求]：

使学生了解自然语言处理的概念和发展历程，了解其发展现状和发展趋势。

[本章主要内容]：

（1）自然语言处理的定义

（2）自然语言处理的应用领域

（3）自然语言处理的发展历程

（4）自然语言处理的研究现状和发展趋势

（5）自然语言处理的知识和技术储

[本章重点]：

（1）对自然语言处理的定义和研究内容的理解

（2）自然语言发展历程中的技术发展综述

1

[本章难点]：

（1）自然语言处理的技术更迭和趋势

[本章思政教学内容]：

（1）中文自然语言处理难题与成果

介绍中文自然语言处理的特点，遇到的难题，以及在中文自然语言处理研究中涌现出来的杰出

人物，启发学生对母语的热爱和自豪感，激发学生向前辈学习，积极投身到中文自然语言处理的学

习和研究中。

2、Python语言基础和机器学习常见算法（该内容为选讲，如果学生已经学习过相关内容，可

以略过）（支撑教学目标1）

[教学目的与要求]：

掌握自然语言处理的编程和算法基础。

[本章主要内容]：

（1）Python编程基础

（2）机器学习算法基础

[本章重点]：

（1）机器学习算法

[本章难点]：

（1）结合Python语言的机器学习算法编程技术

3、中文分词算法（支撑教学目标2，4）

[教学目的与要求]：

掌握常见的中文分词算法。

[本章主要内容]：

（1）基于词表的分词算法

（2）基于统计模型的分词算法

（3）基于序列标注的分词算法

（4）中文分词工具

[本章重点]：

（1）基于统计模型的分词算法

（2）基于序列标注的分词算法

[本章难点]：

（1）基于序列标注的分词算法

[本章思政教学内容]：介绍中文分词工具并讲解国内研究机构在中文分词研究上的贡献

通过介绍并扩展哈工大LTP、中科院计算所NLPIR、清华大学THULAC和jieba等优秀的中文

分词工具，进一步增强学生的民族语言和文化的自信，激发学生技术报国的热情。

4、关键词提取（支撑教学目标2）

[教学目的与要求]：

掌握常见的关键词提取算法。

[本章主要内容]：

2

（1）TextRank关键词提取算法

（2）TF-IDF关键词提取算法

[本章重点]：

（1）TextRank关键词提取算法

（2）Te