學(xué)院課程教學(xué)進(jìn)度計(jì)劃表（20～20學(xué)年第二學(xué)期） 課程名稱(chēng)Python中文自然語(yǔ)言處理基礎(chǔ)與實(shí)戰(zhàn) 授課學(xué)時(shí)64 參與教學(xué)教師 授課班級(jí)/人數(shù) 專(zhuān)業(yè)（教研室） 填表時(shí)間教務(wù)處編印年月一、課程教學(xué)目標(biāo)總體目標(biāo)本課程采用"四階段遞進(jìn)式"教學(xué)模式，通過(guò)基礎(chǔ)入門(mén)→核心技術(shù)→高級(jí)應(yīng)用→前沿技術(shù)的學(xué)習(xí)路徑，培養(yǎng)學(xué)生成為具備中文自然語(yǔ)言處理核心技能的復(fù)合型人才。課程以項(xiàng)目驅(qū)動(dòng)教學(xué)，每個(gè)階段配備相應(yīng)的實(shí)戰(zhàn)項(xiàng)目，確保學(xué)生能夠?qū)⒗碚撝R(shí)轉(zhuǎn)化為實(shí)際應(yīng)用能力。核心能力培養(yǎng)技術(shù)能力培養(yǎng)：掌握Python中文NLP全棧技術(shù)，具備獨(dú)立開(kāi)發(fā)NLP應(yīng)用的能力實(shí)踐項(xiàng)目驅(qū)動(dòng)：完成6個(gè)遞進(jìn)式項(xiàng)目，從基礎(chǔ)工具到智能系統(tǒng)的全面實(shí)戰(zhàn)前沿技術(shù)跟蹤：接觸大語(yǔ)言模型等前沿技術(shù)，緊跟行業(yè)發(fā)展趨勢(shì)分階段學(xué)習(xí)目標(biāo)第一階段：基礎(chǔ)入門(mén)（第1-4周）環(huán)境配置與工具使用：熟練配置PythonNLP開(kāi)發(fā)環(huán)境，掌握Anaconda、Jupyter等工具語(yǔ)料庫(kù)構(gòu)建技能：學(xué)會(huì)網(wǎng)絡(luò)爬蟲(chóng)、數(shù)據(jù)清洗、語(yǔ)料標(biāo)注等基礎(chǔ)技能正則表達(dá)式應(yīng)用：掌握文本預(yù)處理、信息提取的核心技術(shù)實(shí)戰(zhàn)項(xiàng)目：完成語(yǔ)料庫(kù)構(gòu)建項(xiàng)目和信息提取工具開(kāi)發(fā)第二階段：核心技術(shù)（第5-10周）分詞與標(biāo)注技術(shù)：掌握HMM、CRF等核心算法，實(shí)現(xiàn)高精度分詞標(biāo)注系統(tǒng)關(guān)鍵詞提取算法：熟練運(yùn)用TF-IDF、TextRank、LDA等算法文本向量化技術(shù)：深入理解Word2Vec、Doc2Vec模型原理與應(yīng)用實(shí)戰(zhàn)項(xiàng)目：開(kāi)發(fā)多算法分詞工具和關(guān)鍵詞提取系統(tǒng)第三階段：高級(jí)應(yīng)用（第11-14周）文本挖掘技術(shù)：掌握文本分類(lèi)、聚類(lèi)、情感分析等高級(jí)應(yīng)用深度學(xué)習(xí)方法：理解RNN、LSTM、Seq2Seq等神經(jīng)網(wǎng)絡(luò)模型模型優(yōu)化調(diào)參：學(xué)會(huì)超參數(shù)調(diào)優(yōu)、模型評(píng)估與選擇實(shí)戰(zhàn)項(xiàng)目：完成情感分析系統(tǒng)和深度學(xué)習(xí)文本分類(lèi)項(xiàng)目第四階段：前沿技術(shù)（第15-17周）智能問(wèn)答系統(tǒng)：掌握檢索式和生成式問(wèn)答系統(tǒng)設(shè)計(jì)原理大語(yǔ)言模型應(yīng)用：學(xué)會(huì)調(diào)用和應(yīng)用中文大模型APIPrompt工程技巧：掌握提示詞設(shè)計(jì)和模型調(diào)優(yōu)技術(shù)綜合項(xiàng)目：開(kāi)發(fā)完整的智能問(wèn)答或?qū)懽髦窒到y(tǒng)職業(yè)能力目標(biāo)算法工程師能力：具備設(shè)計(jì)和優(yōu)化NLP算法的能力，能夠根據(jù)業(yè)務(wù)需求選擇合適的技術(shù)方案產(chǎn)品開(kāi)發(fā)能力：能夠獨(dú)立完成從需求分析到系統(tǒng)部署的完整NLP產(chǎn)品開(kāi)發(fā)流程技術(shù)創(chuàng)新能力：具備跟蹤前沿技術(shù)、持續(xù)學(xué)習(xí)的能力，為未來(lái)研究生學(xué)習(xí)或工作打下堅(jiān)實(shí)基礎(chǔ)團(tuán)隊(duì)協(xié)作能力：通過(guò)項(xiàng)目合作培養(yǎng)溝通協(xié)調(diào)、文檔撰寫(xiě)、技術(shù)分享等軟技能二、教學(xué)方法與實(shí)施策略創(chuàng)新教學(xué)模式：PIDC四維教學(xué)法Project-Driven（項(xiàng)目驅(qū)動(dòng)）：6個(gè)遞進(jìn)式項(xiàng)目貫穿整個(gè)課程，從簡(jiǎn)單工具到復(fù)雜系統(tǒng)InteractiveLearning（互動(dòng)學(xué)習(xí)）：課堂討論、代碼審查、同伴評(píng)議等多種互動(dòng)形式DeepThinking（深度思考）：算法對(duì)比分析、方法優(yōu)缺點(diǎn)評(píng)估、創(chuàng)新應(yīng)用設(shè)計(jì)ContinuousPractice（持續(xù)實(shí)踐）：每周編程作業(yè)、階段性項(xiàng)目、期末綜合應(yīng)用分層次教學(xué)策略理論教學(xué)（概念引導(dǎo)式）案例導(dǎo)入：每個(gè)新概念都從實(shí)際應(yīng)用案例開(kāi)始，如"微博情感分析如何影響股價(jià)預(yù)測(cè)"原理透析：通過(guò)可視化圖表、動(dòng)畫(huà)演示等方式深入淺出地解釋算法原理對(duì)比分析：橫向比較不同算法的優(yōu)缺點(diǎn)，培養(yǎng)學(xué)生的批判性思維前沿追蹤：介紹最新技術(shù)發(fā)展，如GPT、BERT等模型的演進(jìn)歷程實(shí)踐教學(xué)（技能導(dǎo)向式）漸進(jìn)式編程：從簡(jiǎn)單的函數(shù)實(shí)現(xiàn)到完整系統(tǒng)開(kāi)發(fā)，逐步提升編程復(fù)雜度多平臺(tái)實(shí)踐：結(jié)合JupyterNotebook、PyCharm、TipDM等多種開(kāi)發(fā)環(huán)境真實(shí)數(shù)據(jù)應(yīng)用：使用企業(yè)級(jí)數(shù)據(jù)集，模擬真實(shí)工作場(chǎng)景性能調(diào)優(yōu)訓(xùn)練：通過(guò)參數(shù)調(diào)整、模型優(yōu)化等提升系統(tǒng)性能協(xié)作學(xué)習(xí)（團(tuán)隊(duì)合作式）小組項(xiàng)目開(kāi)發(fā)：3-4人小組完成大型項(xiàng)目，培養(yǎng)團(tuán)隊(duì)協(xié)作能力代碼評(píng)審機(jī)制：學(xué)生互相評(píng)審代碼，提升代碼質(zhì)量和規(guī)范意識(shí)技術(shù)分享會(huì)：學(xué)生輪流分享項(xiàng)目經(jīng)驗(yàn)和技術(shù)心得答疑互助：建立學(xué)習(xí)小組，鼓勵(lì)學(xué)生互相幫助解決問(wèn)題教學(xué)資源與技術(shù)支持硬件資源：提供GPU服務(wù)器支持深度學(xué)習(xí)模型訓(xùn)練，確保實(shí)驗(yàn)教學(xué)效果軟件環(huán)境：統(tǒng)一配置Anaconda環(huán)境，提供常用NLP庫(kù)和工具包數(shù)據(jù)資源：建立涵蓋新聞、評(píng)論、社交媒體等多領(lǐng)域的中文語(yǔ)料庫(kù)在線平臺(tái)：利用JupyterHub、GitHub等工具實(shí)現(xiàn)代碼管理和作業(yè)提交企業(yè)合作：邀請(qǐng)行業(yè)專(zhuān)家開(kāi)展講座，提供實(shí)習(xí)和就業(yè)機(jī)會(huì)三、課程考核與評(píng)價(jià)體系綜合評(píng)價(jià)模式：多維度全過(guò)程考核本課程突破傳統(tǒng)的"一考定成績(jī)"模式，建立多元化、過(guò)程性、能力導(dǎo)向的評(píng)價(jià)體系，全面評(píng)估學(xué)生的理論掌握、實(shí)踐能力和創(chuàng)新思維。評(píng)價(jià)維度權(quán)重占比評(píng)價(jià)內(nèi)容評(píng)價(jià)方式評(píng)價(jià)頻次平時(shí)作業(yè)15%每周編程練習(xí)、算法實(shí)現(xiàn)、理論分析在線提交+自動(dòng)評(píng)測(cè)每周1次實(shí)驗(yàn)項(xiàng)目25%6個(gè)階段性項(xiàng)目的完成質(zhì)量與創(chuàng)新程度項(xiàng)目報(bào)告+代碼審查+現(xiàn)場(chǎng)演示每4-6周1次課堂表現(xiàn)10%出勤率、討論參與、互動(dòng)質(zhì)量過(guò)程性觀察+同伴評(píng)價(jià)每次課期末考核50%綜合理論知識(shí)+項(xiàng)目答辯開(kāi)卷考試(30%)+項(xiàng)目答辯(20%)期末1次各項(xiàng)考核詳細(xì)說(shuō)明平時(shí)作業(yè)(15%)理論作業(yè)：選擇題、簡(jiǎn)答題、算法分析題，鞏固基礎(chǔ)知識(shí)編程作業(yè)：函數(shù)實(shí)現(xiàn)、算法優(yōu)化、性能測(cè)試，提升編程能力調(diào)研作業(yè)：技術(shù)調(diào)研、方法對(duì)比、應(yīng)用案例分析，拓展視野評(píng)分標(biāo)準(zhǔn)：準(zhǔn)確性(40%)+完整性(30%)+及時(shí)性(20%)+創(chuàng)新性(10%)實(shí)驗(yàn)項(xiàng)目(25%)項(xiàng)目一：語(yǔ)料庫(kù)構(gòu)建與管理系統(tǒng)項(xiàng)目二：多功能信息提取工具項(xiàng)目三：智能中文分詞系統(tǒng)項(xiàng)目四：多算法關(guān)鍵詞提取平臺(tái)項(xiàng)目五：情感分析與文本分類(lèi)系統(tǒng)項(xiàng)目六：智能問(wèn)答或?qū)懽髦郑ㄆ谀╉?xiàng)目）評(píng)分維度：功能完整性(30%)+代碼質(zhì)量(25%)+創(chuàng)新性(20%)+文檔完善度(15%)+演示效果(10%)課堂表現(xiàn)(10%)出勤考核：出勤率、遲到早退情況參與度評(píng)價(jià)：課堂討論發(fā)言次數(shù)和質(zhì)量互動(dòng)表現(xiàn)：提問(wèn)質(zhì)量、回答問(wèn)題準(zhǔn)確性協(xié)作能力：小組合作中的貢獻(xiàn)度和配合度期末考核(50%)理論考試(30%)：采用開(kāi)卷考試形式，允許查閱資料和使用工具基礎(chǔ)理論(30%)：概念理解、算法原理、方法對(duì)比技術(shù)應(yīng)用(40%)：代碼分析、算法設(shè)計(jì)、問(wèn)題解決綜合分析(30%)：案例分析、系統(tǒng)設(shè)計(jì)、創(chuàng)新應(yīng)用項(xiàng)目答辯(20%)：期末項(xiàng)目展示：系統(tǒng)演示、功能介紹、技術(shù)說(shuō)明技術(shù)問(wèn)答：算法原理、實(shí)現(xiàn)細(xì)節(jié)、優(yōu)化方案創(chuàng)新評(píng)價(jià)：技術(shù)創(chuàng)新點(diǎn)、應(yīng)用價(jià)值、發(fā)展前景特色評(píng)價(jià)機(jī)制成長(zhǎng)檔案記錄：跟蹤學(xué)生整個(gè)學(xué)習(xí)過(guò)程，記錄技能提升軌跡同伴互評(píng)機(jī)制：學(xué)生互相評(píng)價(jià)項(xiàng)目和代碼，培養(yǎng)協(xié)作精神企業(yè)導(dǎo)師評(píng)價(jià)：邀請(qǐng)行業(yè)專(zhuān)家參與項(xiàng)目評(píng)審，提供專(zhuān)業(yè)建議創(chuàng)新加分政策：鼓勵(lì)學(xué)生參與競(jìng)賽、發(fā)表論文、開(kāi)源貢獻(xiàn)等補(bǔ)救機(jī)制：為學(xué)習(xí)困難學(xué)生提供額外輔導(dǎo)和補(bǔ)考機(jī)會(huì)《Python中文自然語(yǔ)言處理基礎(chǔ)與實(shí)戰(zhàn)》教學(xué)日歷課程性質(zhì)：專(zhuān)業(yè)選修課總學(xué)時(shí)：64學(xué)時(shí)學(xué)分：4學(xué)分教材：肖剛，張良均．Python中文自然語(yǔ)言處理入門(mén)與實(shí)戰(zhàn)（第二版）．北京：人民郵電出版社．2025第一階段：基礎(chǔ)入門(mén)（第1-4周，16學(xué)時(shí)）課次學(xué)時(shí)課型授課內(nèi)容作業(yè)要求評(píng)估方式12理論第1章緒論

?NLP概述與發(fā)展歷程

?中文NLP特點(diǎn)與挑戰(zhàn)

?開(kāi)發(fā)環(huán)境介紹完成課后習(xí)題1-5題

調(diào)研3個(gè)NLP應(yīng)用實(shí)例課堂測(cè)試22理實(shí)環(huán)境配置實(shí)戰(zhàn)

?Anaconda安裝與配置

?Python環(huán)境設(shè)置

?詞云圖制作入門(mén)生成3個(gè)不同主題的詞云圖

提交環(huán)境配置截圖實(shí)驗(yàn)報(bào)告32理論第2章語(yǔ)料庫(kù)基礎(chǔ)

?語(yǔ)料庫(kù)概念與分類(lèi)

?語(yǔ)料庫(kù)構(gòu)建原則

?常用中文語(yǔ)料庫(kù)介紹完成課后習(xí)題1-5題

調(diào)研并比較2個(gè)開(kāi)源語(yǔ)料庫(kù)課堂討論42理實(shí)+實(shí)踐語(yǔ)料獲取實(shí)踐

?網(wǎng)絡(luò)爬蟲(chóng)基礎(chǔ)

?語(yǔ)料清洗方法

?在線語(yǔ)料獲取爬取指定網(wǎng)站文本數(shù)據(jù)

形成標(biāo)準(zhǔn)格式語(yǔ)料代碼審查52實(shí)踐語(yǔ)料庫(kù)構(gòu)建項(xiàng)目

?電影評(píng)論語(yǔ)料分析

?語(yǔ)料標(biāo)注與管理

?數(shù)據(jù)質(zhì)量評(píng)估項(xiàng)目一：構(gòu)建新聞?wù)Z料庫(kù)

（≥100篇，含分類(lèi)標(biāo)簽）項(xiàng)目展示62理論第3章正則表達(dá)式

?正則表達(dá)式語(yǔ)法規(guī)則

?Pythonre模塊詳解

?常用模式與技巧完成課后習(xí)題1-8題

總結(jié)10個(gè)常用正則模式在線測(cè)試72理實(shí)+實(shí)踐正則實(shí)踐應(yīng)用

?文本清洗與預(yù)處理

?信息提取技術(shù)

?模式匹配優(yōu)化設(shè)計(jì)8個(gè)驗(yàn)證模式

（郵箱、電話(huà)、身份證等）代碼測(cè)試82實(shí)踐信息提取綜合實(shí)戰(zhàn)

?簡(jiǎn)歷信息提取器

?文本格式化處理

?提取準(zhǔn)確率評(píng)估項(xiàng)目二：開(kāi)發(fā)信息提取工具

支持多種數(shù)據(jù)格式功能演示第二階段：核心技術(shù)（第5-10周，24學(xué)時(shí)）課次學(xué)時(shí)課型授課內(nèi)容作業(yè)要求評(píng)估方式92理論第4章中文分詞基礎(chǔ)

?中文分詞原理與難點(diǎn)

?基于規(guī)則的分詞方法

?基于統(tǒng)計(jì)的分詞算法完成課后理論題

分析3種分詞方法優(yōu)缺點(diǎn)期中測(cè)試102理實(shí)+實(shí)踐分詞算法實(shí)現(xiàn)

?HMM模型原理與實(shí)現(xiàn)

?維特比算法詳解

?分詞效果評(píng)估實(shí)現(xiàn)簡(jiǎn)單HMM分詞器

對(duì)比不同算法效果算法實(shí)現(xiàn)112實(shí)踐jieba分詞深入應(yīng)用

?jieba庫(kù)高級(jí)功能

?自定義詞典構(gòu)建

?分詞系統(tǒng)優(yōu)化項(xiàng)目三：多算法分詞工具

支持用戶(hù)詞典擴(kuò)展系統(tǒng)測(cè)試122理論第5章詞性標(biāo)注與NER

?詞性標(biāo)注體系與方法

?命名實(shí)體識(shí)別原理

?CRF模型基礎(chǔ)完成課后習(xí)題

整理中文詞性標(biāo)注規(guī)范課堂討論132理實(shí)+實(shí)踐標(biāo)注技術(shù)實(shí)踐

?jieba詞性標(biāo)注應(yīng)用

?HMM標(biāo)注實(shí)現(xiàn)

?標(biāo)注準(zhǔn)確率評(píng)估實(shí)現(xiàn)HMM詞性標(biāo)注器

評(píng)估標(biāo)注效果實(shí)驗(yàn)報(bào)告142實(shí)踐NER系統(tǒng)構(gòu)建

?CRF特征工程

?命名實(shí)體識(shí)別實(shí)踐

?實(shí)體鏈接技術(shù)擴(kuò)展CRF特征集

提升NERF1值≥85%性能評(píng)估152理論第6章關(guān)鍵詞提取

?TF-IDF算法原理

?TextRank圖模型

?評(píng)估指標(biāo)與方法完成課后習(xí)題1-5題

對(duì)比分析兩種算法差異理論考核162理實(shí)+實(shí)踐統(tǒng)計(jì)方法實(shí)踐

?TF-IDF算法實(shí)現(xiàn)

?LSA與LDA主題模型

?語(yǔ)義關(guān)鍵詞提取實(shí)現(xiàn)TF-IDF提取器

比較LSA和LDA效果算法對(duì)比172實(shí)踐圖模型算法應(yīng)用

?TextRank算法實(shí)現(xiàn)

?圖構(gòu)建策略?xún)?yōu)化

?關(guān)鍵詞質(zhì)量評(píng)估項(xiàng)目四：多算法關(guān)鍵詞提取

支持不同領(lǐng)域文本項(xiàng)目答辯182理論第7章文本向量化

?詞向量模型發(fā)展歷程

?Word2Vec原理詳解

?CBOWvsSkip-Gram完成課后理論與實(shí)踐題

分析兩種模型結(jié)構(gòu)差異概念理解192理實(shí)+實(shí)踐詞向量模型訓(xùn)練

?Word2Vec模型訓(xùn)練

?詞向量質(zhì)量評(píng)估

?詞匯相似度計(jì)算訓(xùn)練領(lǐng)域詞向量模型

驗(yàn)證詞向量質(zhì)量模型評(píng)估202實(shí)踐文檔向量化實(shí)現(xiàn)

?Doc2Vec模型應(yīng)用

?DMvsDBOW比較

?文本相似度計(jì)算實(shí)現(xiàn)文檔相似度系統(tǒng)

對(duì)比不同向量化方法系統(tǒng)演示第三階段：高級(jí)應(yīng)用（第11-14周，16學(xué)時(shí)）課次學(xué)時(shí)課型授課內(nèi)容作業(yè)要求評(píng)估方式212理論第8章文本分類(lèi)與聚類(lèi)

?文本挖掘概述

?分類(lèi)算法比較

?聚類(lèi)算法原理完成課后習(xí)題1-5題

分析三種分類(lèi)算法特點(diǎn)算法分析222實(shí)踐分類(lèi)聚類(lèi)項(xiàng)目實(shí)戰(zhàn)

?垃圾短信分類(lèi)

?新聞文本聚類(lèi)

?模型性能優(yōu)化多算法分類(lèi)對(duì)比實(shí)驗(yàn)

K-means參數(shù)調(diào)優(yōu)實(shí)驗(yàn)對(duì)比232理論第9章文本情感分析

?情感分析概述與分類(lèi)

?詞典方法vs機(jī)器學(xué)習(xí)

?深度學(xué)習(xí)情感分析完成課后習(xí)題1-5題

對(duì)比三種方法優(yōu)缺點(diǎn)方法比較242實(shí)踐情感分析系統(tǒng)開(kāi)發(fā)

?基于詞典的情感分析

?機(jī)器學(xué)習(xí)情感分類(lèi)

?跨域情感分析項(xiàng)目五：多方法情感分析

在不同數(shù)據(jù)集上測(cè)試項(xiàng)目評(píng)估252理論第10章深度學(xué)習(xí)基礎(chǔ)

?RNN網(wǎng)絡(luò)結(jié)構(gòu)

?LSTM與GRU對(duì)比

?Seq2Seq模型架構(gòu)完成課后習(xí)題1-5題

繪制LSTM網(wǎng)絡(luò)結(jié)構(gòu)圖結(jié)構(gòu)理解262理實(shí)+實(shí)踐深度學(xué)習(xí)框架應(yīng)用

?TensorFlow/PyTorch入門(mén)

?LSTM文本分類(lèi)

?注意力機(jī)制實(shí)現(xiàn)調(diào)整LSTM超參數(shù)

比較不同配置效果參數(shù)調(diào)優(yōu)272實(shí)踐深度學(xué)習(xí)綜合實(shí)戰(zhàn)

?LSTM情感分析

?Seq2Seq機(jī)器翻譯

?GRU性能對(duì)比實(shí)現(xiàn)GRU模型

與LSTM性能對(duì)比分析模型對(duì)比282理論第11章智能問(wèn)答系統(tǒng)

?問(wèn)答系統(tǒng)架構(gòu)設(shè)計(jì)

?檢索式vs生成式

?多輪對(duì)話(huà)管理設(shè)計(jì)問(wèn)答系統(tǒng)架構(gòu)

分析核心技術(shù)組件架構(gòu)設(shè)計(jì)第四階段：前沿技術(shù)（第14-17周，8學(xué)時(shí)）課次學(xué)時(shí)課型授課內(nèi)容作業(yè)要求評(píng)估方式292實(shí)踐問(wèn)答系統(tǒng)開(kāi)發(fā)實(shí)戰(zhàn)

?數(shù)據(jù)預(yù)