《《自然语言处理课程设计》课程教学大纲.docx》由会员分享，可在线阅读，更多相关《《自然语言处理课程设计》课程教学大纲.docx（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、自然语言处理课程设计教学大纲一、课程基本信息课程名称自然语言处理课程设计Curriculum Design of Natural Language Processing课程编码CST522421010开课院部计算机科学与技术学院课程团队自然语言处理教学团队学分1.0课内学时24讲授0实验0上机24实践0课外学时24适用专业智能科学与技术授课语言中文先修课程数据分析（Python）、自然语言处理课程简介 （限选）本课程设计是智能科学与技术专业重要的实践性教学环节之一，是在学生学习完自然语后处理课程后进行的一次全面的综合设 计。将自然语三课程中学习到的理论知识应用到实际问题中，针对不同的应用场景，
2、如信息抽取、自动文摘、文本分类、倾向性分析、问 答系统、语音识别等，能够发现、分析各种问题，应用相应的算法解决这些问题。通过本次综合设计培养学生科学的工作作风和分析、解 决实际问题的工作能力。通过阶段性实践指导，不仅让学生具备解决实际问题的能力，培养学生的科学研究精神，还进行学术诚信教育， 培养学生树立正确的世界观、价值观、人生观。This course design is one of the important practical teaching links for the major of intelligent science and technology. It is a comp
3、rehensive and comprehensive design after students finish the course of natural language processing. The theoretical knowledge learned in natural language courses is applied to practical problems, aiming at different application scenarios, such as information extraction, automatic summarization, text
4、 classification, tendency analysis, question and answer system, speech recognition, etc., can find and analyze various problems and apply corresponding algorithms to solve these problems. Through this comprehensive design, students， scientific work style and their ability to analyze and solve practi
5、cal problems will be cultivated. Through phased practice guidance, students will not only have the ability to solve practical problems and cultivate their scientific research spirit, but also carry out academic integrity education to cultivate students, correct world outlook, values and outlook on l
6、ife.负责人大纲执笔人审核人二、课程目标序号代号课程目标OBE毕业要求指标点任务自选1Ml目标1 ： 了解自然语言处理应用领域的行业背景知识，掌握如何使用Tcnsorflow深度学习框架中自 然语言处理相关的应用算法，培养学生的动手实践能力。是6. 12M2目标2 ：使学生掌握自然语言处理的各种应用算法，包括信息抽取、自动文摘、文本分类，情感分 析、问答系统、语音识别等解决具体问题的模块，能够根据算法的性能与适用范围，选择和使用恰 当的技术、资源和工具，对自然语言处理应用领域的复杂工程问题进行分析、设计与实现。是5.23M3目标3 ：能够根据实验方案正确全面地采集自然语言处理所需数据，顺利开
7、展实验并且能够实现多次 实验迭代。是4.24M4目标4 ：在自然语言处理的设计环节中采用最新的算法和模型，体现探索精神和创新意识。是3.35M5目标5 ：能在自然语言处理的分析、设计、开发与运行维护等过程中，考虑项目管理、技术、经济方 法等因素，形成在实际应用场景的最优方案。是11.2三、课程内容序号章节号标题课程内容/重难点支撑课程目标课内 学时教学方式课外 学时课外环节1实验1实验1熟悉Tensor flow 框架1. 1熟悉TensorFlow的基础组件1.2 实现一个全连接的神经网络来识别手写数字1.3 在TensorFlow中编写一段代码，执行一个简单的计算。Ml2讲授、实 验2自学
8、2实验2实验2信息提取2.1 掌握中文关键词提取算法：HITS算法应用于关键词提取， 从所给时事语料中提取关键词2.2 从互联网提取信息，提取地名M32讲授、实 验2撰写实验 报告3实验3实验3自动摘要3. 1用TextRank算法实现自动文本摘要3. 2实现英义义本摘要3. 3实现中文文本摘要M24讲授、实 验4撰写实验 报告4实验4实验4文本分类4.1 使用多项式分布的朴素贝叶斯进行文本分类。4.2 使用支持向量机对网页分类4.3 3使用K均值聚类方法对文本聚类4. 4使用DBScan算法对文本聚类M28讲授、实 验8撰写实验 报告5实验5实验5文本倾向5.1构建情感词库M44讲授、实4撰
9、写实验性分析5. 2对时事新闻预料进行文本情感分析验报告6实验6实验6问答系统6.1 构建领域知识库6.2 实现一个面向业务的聊天机器人6. 3实现一个通用聊天机器人M54讲授、实 验4撰写实验 报告四、考核方式序号考核环节操作细节总评占比1实验21 .完成实验，撰写实验报告。2 .根据实验报告的评分准则评分。20%2实验31 .完成实验，撰写实验报告。2 .根据实验报告的评分准则评分。20%3实验41 .完成实验，撰写实验报告。2 .根据实验报告的评分准则评分。20%4实验51 .完成实验，撰写实验报告。2 .根据实验报告的评分准则评分。20%5实验61 .完成实验，撰写实验报告。2 .根据
10、实验报告的评分准则评分。20%五、评分细则序号课程目标考核环节大致占比评分等级1Ml实验220%A-按时提交实验报告，数据分析符合规范，结论无误。B-按时提交实验报告，数据分析基本规范，结论基本正确。C-数据分析过程存在问题。D-没有完成代码。2Ml实验320%A-按时提交实验报告，数据分析符合规范，结论无误。按时提交实验报告，数据分析基本规范，结论基本正确。C-数据分析过程存在问题。D-没后完成代码3Ml实验420%A-按时提交实验报告，数据分析符合规范，结论无误。B-按时提交实验报告，数据分析基本规范，结论基本正确。C-数据分析过程存在问题。D-没有完成代码4Ml实验520%A-按时提交实
11、验报告，数据分析符合规范，结论无误。B-按时提交实验报告，数据分析基本规范，结论基本正确。c-数据分析过程存在问题。D-没有完成代码5Ml实验620%A-按时提交实验报告，数据分析符合规范，结论无误。B-按时提交实验报告，数据分析基本规范，结论基本正确。c-数据分析过程存在问题。D-没有完成代码6M2实验350%A-按时提交实验报告，数据分析符合规范，结论无误。B-按时提交实验报告，数据分析基本规范，结论基本正确。c-数据分析过程存在问题。D-没后完成代码7M2实验450%A-按时提交实验报告，数据分析符合规范，结论无误。B-按时提交实验报告，数据分析基本规范，结论基本正确。c-数据分析过程存
12、在问题。D-没有完成代码8M3实验2100%A-按时提交实验报告，数据分析符合规范，结论无误。按时提交实验报告，数据分析基本规范，结论基本正确。c-数据分析过程存在问题。D-没有完成代码9M4实验5100%A-按时提交实验报告，数据分析符合规范，结论无误。按时提交实验报告，数据分析基本规范，结论基本正确。c-数据分析过程存在问题。D-没有完成代码10M5实验6100%A-按时提交实验报告，数据分析符合规范，结论无误。B-按时提交实验报告，数据分析基本规范，结论基本正确。C-数据分析过程存在问题。D-没有完成代码评分等级说明：A, B, C, D, E = 90-100, 80-89, 70-79, 60-69, 0-59; A, B, C, D二90-100, 75-89, 60-74, 0-59; A, B, C = 90-100, 75-89, 60-74, 0-59; A, B二80-100, 0-79六、教材与参考资料序号教学参考资料明细1图书ITensorFlow自然语言处理，图珊加内格达拉，机械工业出版社，2019, ISBN:9787111629146. （*主教材）