序號(hào)：32章節(jié)名稱項(xiàng)目16自然語(yǔ)言處理入門（二）教學(xué)課時(shí)2授課班級(jí)人工智能2501、2502授課時(shí)間授課地點(diǎn)教學(xué)目標(biāo)知識(shí)目標(biāo)理解文本特征提取的概念和常見方法，如詞袋模型、TF-IDF。掌握使用scikit-learn庫(kù)進(jìn)行文本特征提取的相關(guān)函數(shù)（如CountVectorizer、TfidfVectorizer）。3.了解文本分類的基本原理和常見算法，如樸素貝葉斯、支持向量機(jī)。4.掌握基于特征向量進(jìn)行文本分類的實(shí)現(xiàn)方法。能力目標(biāo)能夠運(yùn)用scikit-learn庫(kù)對(duì)文本進(jìn)行特征提取，得到特征向量。2.能夠使用合適的算法對(duì)文本進(jìn)行分類，并評(píng)估分類效果。3.能獨(dú)立完成類似案例3、案例4的文本特征提取與分類相關(guān)任務(wù)。素質(zhì)目標(biāo)進(jìn)一步激發(fā)對(duì)自然語(yǔ)言處理技術(shù)的興趣，培養(yǎng)創(chuàng)新思維。提高在實(shí)踐中綜合運(yùn)用所學(xué)知識(shí)解決復(fù)雜問(wèn)題的能力，增強(qiáng)團(tuán)隊(duì)協(xié)作意識(shí)。3.在處理文本分類任務(wù)時(shí)，培養(yǎng)對(duì)數(shù)據(jù)的敏感度和分析能力。教學(xué)內(nèi)容主要內(nèi)容文本特征提取相關(guān)知識(shí)：介紹詞袋模型、TF-IDF的概念和原理，講解scikit-learn庫(kù)中CountVectorizer、TfidfVectorizer函數(shù)的使用方法。案例3演練：以某新聞數(shù)據(jù)集為例，展示使用CountVectorizer和TfidfVectorizer進(jìn)行文本特征提取的具體操作，對(duì)比兩種方法的結(jié)果。文本分類相關(guān)知識(shí)：講解文本分類的基本原理，介紹樸素貝葉斯、支持向量機(jī)等常見分類算法的特點(diǎn)。4.案例4演練：以情感分析數(shù)據(jù)集為例，展示基于提取的特征向量使用樸素貝葉斯算法進(jìn)行文本分類，并評(píng)估分類準(zhǔn)確率、精確率、召回率等指標(biāo)的過(guò)程。重點(diǎn)使用scikit-learn庫(kù)進(jìn)行文本特征提取，尤其是TF-IDF方法的應(yīng)用。2.文本分類算法的選擇和實(shí)現(xiàn)，以及分類效果的評(píng)估。難點(diǎn)對(duì)TF-IDF原理的理解和參數(shù)的調(diào)優(yōu)。不同分類算法的適用場(chǎng)景及在實(shí)際任務(wù)中的選擇。3.綜合運(yùn)用特征提取和分類算法解決實(shí)際問(wèn)題。教法改革教學(xué)方法講授法、演示法、實(shí)操法、案例分析法教學(xué)手段多媒體教學(xué)、編程環(huán)境實(shí)操、任務(wù)驅(qū)動(dòng)練習(xí)教學(xué)反思作業(yè)及學(xué)習(xí)評(píng)價(jià)表學(xué)習(xí)評(píng)價(jià)表評(píng)價(jià)內(nèi)容自評(píng)同桌評(píng)師評(píng)能正確定義變量與使用數(shù)據(jù)類型能熟練運(yùn)用運(yùn)算符與編寫表達(dá)式能完成用戶輸入與計(jì)算任務(wù)能積極回答教師的提問(wèn)能積極參與小組討論評(píng)價(jià)指標(biāo)A．優(yōu)秀B.一般C.較差二、教學(xué)設(shè)計(jì)教學(xué)步驟教學(xué)內(nèi)容與情境設(shè)計(jì)教師活動(dòng)學(xué)生活動(dòng)時(shí)間分配情境導(dǎo)入通過(guò)介紹自然語(yǔ)言處理技術(shù)在新聞分類、情感分析等實(shí)際生活中的應(yīng)用案例，如智能新聞推薦、輿情監(jiān)控等，讓學(xué)生認(rèn)識(shí)到該技術(shù)的實(shí)用價(jià)值，激發(fā)學(xué)習(xí)熱情，培養(yǎng)應(yīng)用意識(shí)?！菊n程思政】通過(guò)學(xué)習(xí)場(chǎng)景激發(fā)興趣，培養(yǎng)探索精神引入場(chǎng)景、提問(wèn)、明確目標(biāo)思考問(wèn)題，了解任務(wù)核心5分鐘知識(shí)講解1文本特征提取相關(guān)知識(shí)：詳細(xì)講解詞袋模型、TF-IDF的概念和原理，演示scikit-learn庫(kù)中CountVectorizer、TfidfVectorizer函數(shù)的使用。【課程思政】結(jié)合實(shí)際文本數(shù)據(jù)，強(qiáng)調(diào)數(shù)據(jù)預(yù)處理的重要性，培養(yǎng)學(xué)生嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度。PPT講解、代碼演示記錄要點(diǎn)，觀察演示15分鐘知識(shí)講解2案例3演練：以某新聞數(shù)據(jù)集為例，講解使用CountVectorizer和TfidfVectorizer進(jìn)行特征提取的具體步驟和代碼。【課程思政】在分析新聞數(shù)據(jù)時(shí)，引導(dǎo)學(xué)生關(guān)注新聞的真實(shí)性和客觀性，培養(yǎng)正確的信息價(jià)值觀，同時(shí)強(qiáng)調(diào)代碼復(fù)用和優(yōu)化的重要性。PPT講解、代碼演示記錄要點(diǎn)，觀察演示15分鐘實(shí)操演練讓學(xué)生分組對(duì)另一組新聞文本進(jìn)行特征提取，比較不同組的結(jié)果?！菊n程思政】鍛煉動(dòng)手能力，體會(huì)理論應(yīng)用于實(shí)踐巡回指導(dǎo)，解決代碼問(wèn)題、函數(shù)調(diào)用問(wèn)題編寫代碼，運(yùn)行調(diào)試，記錄遇到的問(wèn)題15分鐘知識(shí)講解3文本分類相關(guān)知識(shí)及案例4演練：講解文本分類的基本原理和常見算法，以情感分析數(shù)據(jù)集為例，演示使用樸素貝葉斯算法進(jìn)行分類及評(píng)估的過(guò)程?！菊n程思政】在情感分析任務(wù)中，引導(dǎo)學(xué)生理解情感表達(dá)的多樣性和復(fù)雜性，培養(yǎng)同理心，同時(shí)培養(yǎng)學(xué)生對(duì)算法結(jié)果的批判性思維。講解算法模型，演示表達(dá)式計(jì)算編寫代碼，運(yùn)行調(diào)試，記錄遇到的問(wèn)題10分鐘實(shí)操演練讓學(xué)生使用案例4的數(shù)據(jù)集，嘗試用支持向量機(jī)算法進(jìn)行分類，并與樸素貝葉斯算法的結(jié)果對(duì)比?！菊n程思政】通過(guò)不同算法的對(duì)比，培養(yǎng)學(xué)生的探索精神和創(chuàng)新意識(shí)，讓學(xué)生感受算法選擇對(duì)結(jié)果的影響。指導(dǎo)學(xué)生處理算法模型參數(shù)、函數(shù)導(dǎo)入等問(wèn)題記錄算法特點(diǎn)和評(píng)估方法，分析案例中分類結(jié)果的優(yōu)劣，思考如何改進(jìn)。15分鐘總結(jié)與