Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教學(xué)教案（全）

1、第1章緒論教案課程名稱：Pyihon中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：2學(xué)時一、材料清單（1）Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（2）配套 PPT。（3）引導(dǎo)性提問。（4）探究性問題。（5）拓展性問題。二、教學(xué)目標(biāo)與基本要求1 .教學(xué)目標(biāo)介紹NLP的基本概念和開展歷程；講解NLP的研究內(nèi)容和常見應(yīng)用場景；介紹正在發(fā) 展NLP的領(lǐng)域和NLP技術(shù)應(yīng)用場景；宏觀地探討NLP與人工智能的關(guān)系和學(xué)習(xí)NLP會遇 到的困難；介紹NLP的基本流程和虛擬環(huán)境的創(chuàng)立。2 .基本要求（1）了解自

2、然語言處理的概念。第3章正那么表達(dá)式教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：6學(xué)時十三、材料清單（ID Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（12）配套 PPT。（13）引導(dǎo)性提問。（14）探究性問題。（15）拓展性問題。十四、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)主要介紹正那么表達(dá)式的基本知識和技術(shù)。首先介紹常用的正那么表達(dá)式的常用函數(shù)；然后 介紹正那么表達(dá)式的元字符及元字符的含義；最后通過實例對展示正那么表達(dá)式的使用方法。.基本要求4） 了解正那么表達(dá)式概念。（

3、15）熟悉常用的正那么表達(dá)式函數(shù)。（16）熟悉正那么表達(dá)式元字符技術(shù)。（17）掌握正那么表達(dá)式的應(yīng)用。十五、問題.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（8）正那么表達(dá)式是什么？（9）常用的正那么表達(dá)式函數(shù)包括哪些？（10）元字符是什么？（II）有哪些字符是特殊字符？18.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（7）正那

4、么表達(dá)式有哪些用途？（8）哪些元字符能匹配數(shù)字？（9）為什么特殊字符需要轉(zhuǎn)義？19.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（5）如何提取人名？（6）如何提取 號碼？（7）如何提取網(wǎng)站的網(wǎng)址？十六、主要知識點、重點與難點20 .主要知識點（12）正那么表達(dá)式的基本概念和用途。（13）正那么表達(dá)式的常用函數(shù)。（14）正那么表達(dá)式的元字符。（15）正那么表達(dá)式的應(yīng)用。21.重點（8）正那么表達(dá)式的常用函數(shù).（9）正那么表達(dá)式的元字符。（10）正那么表達(dá)式的應(yīng)用。22

5、 .難點（3）正那么表達(dá)式的元字符。（4）正那么表達(dá)式的應(yīng)用。十七、教學(xué)過程設(shè)計23 .理論教學(xué)過程（18）正那么表達(dá)式的基本概念。（19）正那么表達(dá)式的用途。（20）正那么表達(dá)式的常用函數(shù)。（21）正那么表達(dá)式元字符中的字符匹配。（22）正那么表達(dá)式元字符中的轉(zhuǎn)義字符:。（23）使用正那么表達(dá)式過濾特殊字符的方法。（24）使用正那么表達(dá)式提取人名和 號碼的方法。（25）使用正那么表達(dá)式提取網(wǎng)頁標(biāo)簽信息的方法。24 .實驗教學(xué)過程（5）過濾文本中的特殊字符。（6）提取文本中的人名和 號碼。（7）提取網(wǎng)頁標(biāo)簽中的網(wǎng)址。十八、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)

6、M.北京：人民郵電出版社.2021.參考資料fl張良均.Pyihon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.3宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年第4章中文分詞技術(shù)教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：6學(xué)時十九、材料清單Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（17）配套 PPT。（18）引導(dǎo)性提問。

7、（19）探究性問題。（20）拓展性問題。二十、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)主要介紹了基于規(guī)那么的分詞方法、基于統(tǒng)計的分詞方法以及使用jieba進(jìn)行分詞。首先 介紹了基于規(guī)那么的正向最大匹配法、逆向最大匹配法和雙向最大匹配法3種中文分詞方法的 基本原理,并使用Python實現(xiàn)逆向最大匹配法分詞。接著對基于統(tǒng)計的n元語法模型和HMM 分詞方法的原理進(jìn)行講解，使用Python實現(xiàn)基于HMM的分詞。最后介紹中文分詞工具jieba 庫的分詞模式，通過jieba庫完成高頻詞提取。.基本要求（18） 了解中文分詞的基本概念。（19）熟悉基于規(guī)那么分詞的基本概念和常用方法。（20）熟悉基于統(tǒng)計分詞的基本概念、

8、n元語法模型和隱馬爾可夫模型基本原理。（21）掌握中文分詞工具jicba庫的使用方法。（22）掌握基于陷馬爾可夫模型分詞和基于jicba分詞的實現(xiàn)方法。二H一、問題.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（12）中文分詞是什么？（13）分詞的作用是什么？（14）分詞方法有哪些？jieba分詞的步驟是什么？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中

9、乂是重要的問題加以設(shè)問。（10）不同的基于規(guī)那么的分詞方法有哪些區(qū)別？（H）基于規(guī)那么的分詞方法有什么缺陷？（12）基于統(tǒng)計的分詞方法有什么優(yōu)勢？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（8）如何統(tǒng)計詞頻？（9）如何使用隱馬爾可夫模型進(jìn)行分詞？二十二、主要知識點、重點與難點.主要知識點（16）中文分詞的基本概念。（17）基于規(guī)那么分詞的基本概念和常用方法。（18）基于統(tǒng)計分詞的基本概念。（19） n元語法模型和隱馬爾可夫模型基本原理。（20）中文分詞工具jie

10、ba庫的使用方法。（21）基于隱馬爾可夫模型分詞的實現(xiàn)方法。（22）基于jieba分詞的實現(xiàn)方法。.重點（id 基于規(guī)那么分詞的基本概念和常用方法。（12）中文分詞工具jieba庫的使用方法。（13）基于jieba分詞的實現(xiàn)方法。.難點n元語法模型和隱馬爾可夫模型基本原理。（6）基于隱馬爾可夫模型分詞的實現(xiàn)方法。二十三、教學(xué)過程設(shè)計.理論教學(xué)過程（26）中文分詞的基本概念。（27）基于規(guī)那么分詞的基本概念。（28）基于規(guī)那么分詞的常用方法。（29）基于統(tǒng)計分詞的基本概念。n元語法模型的基本原理。（31）隱馬爾可夫模型基本原理。（32）中文分詞工具jieba庫的使用方法。（33）基于隱馬爾可夫模

11、型分詞的實現(xiàn)方法。（34）基于jieba分詞的實現(xiàn)方法。.實驗教學(xué)過程（8）使用隱馬爾可夫模型進(jìn)行中文分詞。（9）使用jieba分詞進(jìn)行分詞并統(tǒng)計詞頻。二十四、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料1張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.3宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年第5章詞性標(biāo)注與命名實體識別教案課程名稱：Python中文自然語言

12、處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：6學(xué)時二十五、材料清單（21 ）Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（22）配套 PPT。（23）引導(dǎo)性提問。（24）探究性問題。（25）拓展性問題。二十六、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)主要介紹了詞性標(biāo)注和基于條件隨機場的命名實體識別。首先介紹詞性標(biāo)注，重點介紹 基于規(guī)那么和統(tǒng)計相結(jié)合的方法及jieba庫的詞性標(biāo)注方法。然后介紹命名實體識別，著重介 紹條件隨機場基本概念和基于條件隨機場的命名實體識別的過程。最后利用條件隨機場對命 名實體識別過程進(jìn)行講解。

13、.基本要求（23） 了解詞性標(biāo)注和命名實體識別的基本概念。（24）熟悉jieba詞性標(biāo)注的流程。（25）熟悉條件隨機場模型的基本原理。（26）掌握命名實體識別的實現(xiàn)流程。二十七、問題41.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（16）什么是詞性標(biāo)注？（17）詞性標(biāo)注的規(guī)范是什么？（18）命名實體有哪些種類？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文

14、中又是重要的問題加以設(shè)問。jieba同性標(biāo)注的流程是什么？（14）中文實體識別的挑戰(zhàn)性在哪？CRF模型與HMM模型的區(qū)別在哪？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。Python中如何實現(xiàn)命名實體識別？（11）如何改善中文命名實體識別的效果？（2） 了解自然語言處理的開展歷程。（3） 了解自然語言處理的應(yīng)用場景。（4）熟悉自然語言處理的基本流程。（5）掌握Anaconda的安裝流程和虛擬環(huán)境的創(chuàng)立。（6）掌握J(rèn)upyter Notebook和Spyder應(yīng)用功

15、能的操作方法。三、問題L引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（1）什么是自然語言？（2）現(xiàn)實生活中存在哪些自然語言處理技術(shù)？（3）該如何處理自然語言？2 .探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問。或者是對引導(dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（1）自然語言處理的完整流程是怎樣的？（2）自然語言處理的能夠應(yīng)用在那些場景？（3） JupyterNotebook 的哪些優(yōu)

16、缺點？3 .拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（1） Pylhon語言用于自然語言處理有哪些優(yōu)勢？二十八、主要知識點、重點與難點.主要知識點（23）詞性標(biāo)注的基本概念。（24）命名實體識別的基本概念。（25） jieba詞性標(biāo)注的流程。（26）條件隨機場模型的基本原理。（27）命名實體識別的實現(xiàn)流程。.重點jieba詞性標(biāo)注的流程。（15）命名實體識別的實現(xiàn)流程。.難點（1）條件隨機場模型的基本原理。（2）命名實體識別的實現(xiàn)流程。二十九、教學(xué)過程設(shè)計.理論

17、教學(xué)過程（35）詞性標(biāo)注的基本概念。（36） jieba詞性標(biāo)注的流程。（37）命名實體識別的基本概念。（38）條件隨機場模型的基本原理。（39）命名實體識別的實現(xiàn)流程。48 .實驗教學(xué)過程使用sklearn-crfsuite庫進(jìn)行命名實體識別。三十、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料1張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.3宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年14李航，統(tǒng)計學(xué)習(xí)方法，清華

18、大學(xué)出版社，北京，2012年第6章 關(guān)鍵詞提取算法教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：6學(xué)時三十一、材料清單6） Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（27）配套 PPT。（28）引導(dǎo)性提問。（29）探究性問題。（30）拓展性問題。三十二、教學(xué)目標(biāo)與基本要求51.教學(xué)目標(biāo)主要介紹關(guān)鍵詞提取技術(shù)的3種算法。首先對關(guān)鍵詞提取技術(shù)做了簡單介紹。其次對 TF-IDF算該算法的基本原理進(jìn)行闡述，并簡單舉例說明。接著通過引入PageRank算法，給 出TextRa

19、nk算法基本原理。然后引入主題模型概念，詳細(xì)介紹LSA算法和LDA算法的流 程。最后根據(jù)3種關(guān)鍵詞提取算法原理，編寫每種算法自定義函數(shù)，并通過實例實現(xiàn)關(guān)鍵詞 提取。52.基本要求7） 了解關(guān)鍵詞提取的基本概念。8） 了解TF-IDF、TextRank. LSA和LDA關(guān)鍵詞提取基本原理。（29）熟悉使用TF-IDF、TextRank和LSA實現(xiàn)關(guān)鍵詞提取的流程。三十三、問題.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（19）關(guān)鍵詞是什么？（20）關(guān)健詞的作用是什么？（21）提取關(guān)鍵

20、詞的常見方法有哪些？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（16）關(guān)鍵詞提取系統(tǒng)的實用性有哪些？TF-IDF算法有哪些優(yōu)缺點？TexlRank算法的特點是什么？（19）主題模型的核心思想是什么？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（12）如何提取論文的關(guān)犍詞？（13）如何關(guān)鍵詞在新聞網(wǎng)站上有什么應(yīng)

21、用？三十四、主要知識點、重點與難點.主要知識點（28）關(guān)鍵詞提取的基本概念。（29）關(guān)鍵詞提取技術(shù)的應(yīng)用。（30）關(guān)鍵詞提取技術(shù)的實用性。TF-IDF、TextRank. LSA和LDA關(guān)鍵詞提取基本原理。（32）使用TF-IDF、TextRank和LSA實現(xiàn)關(guān)健詞提取的流程。.重點TF-IDF、TextRank. LSA和LDA關(guān)鍵詞提取基本原理。（17）使用TF-IDF、TextRank和LSA實現(xiàn)關(guān)鍵詞提取的流程。.難點TF-IDF、TextRank. LSA和LDA關(guān)鍵詞提取基本原理。三十五、教學(xué)過程設(shè)計.理論教學(xué)過程（40）關(guān)鍵詞提取的基本概念。（41）關(guān)鍵詞提取技術(shù)的應(yīng)用。（42）

22、關(guān)鍵詞提取技術(shù)的實用性。TF-IDF關(guān)鍵詞提取基本原理。TexlRank關(guān)鍵詞提取基本原理。LSA和LDA關(guān)鍵詞提取基本原理。（46）使用TF-IDF實現(xiàn)關(guān)鍵詞提取的流程。（47）使用TextRank實現(xiàn)關(guān)鍵詞提取的流程。（48）使用LSA實現(xiàn)關(guān)鍵詞提取的流程。.實驗教學(xué)過程（10）使用TF-IDF提取新聞文本的關(guān)鍵詞。（11）使用TcxtRank提取新聞文本的關(guān)鍵詞。（12）使用LSA提取新聞文本的關(guān)鍵詞。三十六、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料fl張良均.Pyihon數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版

23、社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.3宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年第7章文本向量化教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：6學(xué)時三十七、材料清單1） Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（32）配套 PPT。（33）引導(dǎo)性提問。（34）探究性問題。（35）拓展性問題。三十八、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)主要介紹文本向量化的基本概

24、念和兩種表示方法。首先介紹詞向量和文本向量化的基本 概念。接著分別介紹文本的離散表示和分布式表示方法，其中離散表示介紹了 one-hot. BOW 模型和TF-1DF3種表示方法，分布式表示介紹Word2Vec模型和Doc2Vec模型各自的兩個模 型。最后結(jié)合代碼詳細(xì)介紹利用gensim進(jìn)行向量化的模型訓(xùn)練和應(yīng)用。.基本要求了解文本向量化的基本概念。了解文本離散表示的常用方法.(32)熟悉文本向量化模型Word2Vec和Doc2Vec的基本原理。(33)掌握Word2Vec和Doc2Vec模型訓(xùn)練的流程和文本相似度的計算方法。三十九、問題.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平

25、，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。(22)文本向量化是什么？(23)文本向量化有哪些形式？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。(20)離散表示和分布式表示的區(qū)別是什么？Word2Vcc模型與神經(jīng)網(wǎng)絡(luò)模型的關(guān)系是什么？Doc2Vec模型與Word2Vec模型又有什么不同？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可

26、行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問(14)如何計算文本的相似度？(15)如何使用文本向量化進(jìn)行論文查重？四十、主要知識點、重點與難點.主要知識點(33)文本向量化的基本概念。(34)文本離散表示的常用方法。(35)文本向量化模型Word2Vec和Doc2Vec的基本原理。(36) Word2Vec和Doc2Vcc模型訓(xùn)練的流程。(37)文本相似度的計算方法。69 .重點(18)文本向量化模型Word2Vec和Doc2Vec的基本原理。(19) Word2Vec和Doc2Vec模型訓(xùn)練的流程。(20)文本相似度的計算方法。70 .難點(7)文本向量化模型Wo

27、rd2Vec和Doc2Vec的基本原理。(8) Word2Vec和Doc2Vec模型訓(xùn)練的流程。教學(xué)過程設(shè)計71 .理論教學(xué)過程(49)文本向顯化的基本概念。(50)文本離散表示的常用方法。Word2Vec的基本原理。Doc2Vec的基本原理。Word2Vec模型訓(xùn)練的流程Doc2Vec模型訓(xùn)練的流程。（55）文本相似度的計算方法。.實驗教學(xué)過程（13）使用Word2Vec模型計算文本的相似度。（14）使用Doc2Vcc模型計算文本的相似度。四十二、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料11張良均.Python數(shù)據(jù)分

28、析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.（31宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年(2)人與機器可以對話么？四、主要知識點、重點與難點.主要知識點(1)自然語言處理的概念、開展歷程與應(yīng)用場景。(2)自然語言處理的流程。Windows 系統(tǒng)下 Anaconda 安裝。Jupyter Notebook 和 Spyder 的常用功能。.重點(1)自然語言處理的概念、開展歷程與應(yīng)用場景。(2)自然語言處理的流程。3) Jupyter Notebook

29、和 Spyder 的常用功能。3.難點自然語言處理的流程。五、教學(xué)過程設(shè)計.理論教學(xué)過程(1)自然語言處理的概念。(2)自然語言處理的開展歷程。(3)自然語言處理的應(yīng)用場景。(4)自然語言處理的流程。(5)在Windows操作系統(tǒng)上安裝Anaconda.(6) Jupyter Notebook 和 Spyder 的常用功能。第8章文本分類與聚類教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：8學(xué)時四十三、材料清單Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（37）配套 P

30、PT。（38）引導(dǎo)性提問。（39）探究性問題。（40）拓展性問題。四十四、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)本章節(jié)主要介紹文本分類與聚類基本概念，以及相對應(yīng)的Python實現(xiàn)。首先介紹文本 挖掘的概念和應(yīng)用場景。接著介紹文本分類和文本聚類常用算法。隨后介紹文本分類與聚類 的步驟。最后實現(xiàn)文本分類與文本聚類對應(yīng)的Python案例，分別是垃圾短信的分類和新聞 文本的聚類。.基本要求（34） 了解文本挖掘的基本概念。（35）熟悉常用的文本分類和聚類算法。（36）熟悉文本分類和聚類的基本流程。（37）掌握實現(xiàn)文本分類和聚類的步驟。四十五、問題77 .引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提

31、出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（24）文本挖掘是什么？（25 ）文本挖掘包含哪些步驟？（26）目前有哪些技術(shù)用到了文本挖掘？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（23）文本分類與普通的分類問題的區(qū)別在哪？（24）文本聚類有哪些常用方法？（25）文本分類或聚類的具體步驟是什么？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出

32、切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（16）如何識別垃圾短信？（17）如何自動的劃分新聞類別？四十六、主要知識點、重點與難點.主要知識點（38）文本挖掘的基本概念。（39）常用的文本分類和聚類算法。（40）文本分類和聚類的基本流程。（41）實現(xiàn)文本分類和聚類的步驟。.重點（21）常用的文本分類和聚類算法。（22）文本分類和聚類的基本流程。.難點實現(xiàn)文本分類和聚類的步驟。四十七、教學(xué)過程設(shè)計.理論教學(xué)過程（56）文本挖掘的基本概念。（57）常用的文本分類算法。（58）常用的文本聚類算法。（59）文本分類和聚類的基本流程。（60）實現(xiàn)文本分類和聚類的

33、步驟。.實驗教學(xué)過程（15）使用樸素貝口 I斯實現(xiàn)垃圾短信分類。（16）使用Kmeans實現(xiàn)新聞文本聚類。四十八、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料1張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.3宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年第9章文本情感分析教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)

34、總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：6學(xué)時四十九、材料清單（41 ）Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（42）配套 PPT。（43）引導(dǎo)性提問。（44）探究性問題。（45）拓展性問題。五十、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)主要介紹情感分析的基本概念、常用的情感分析方法和電商評論的情感分析。首先介紹 情感分析的主要內(nèi)容和常見應(yīng)用，然后介紹基于情感詞典、基于文本分類和基于LDA模型 的情感分析方法，最后分別通過3種情感分析方法實現(xiàn)情感分析實例。.基本要求（38） 了解情感分析的基本概念。（39）熟悉基于情感詞典的方法、基于文本分類的方法和基于LDA模

35、型的方法。（40）掌握基于情感詞典、基于文本分類和基于LDA模型的情感分析的實現(xiàn)過程。五十一、問題.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（27）文本情感分析包含哪些內(nèi)容？（28）情感分析有哪些應(yīng)用？（29）情感分析的方法有哪些？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（26）情感分析的核心問題是什么？（27）基于文本分

36、類的方法包含哪些步驟？（28） LDA主題模型在情感分析領(lǐng)域有什么優(yōu)勢？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（18）如何分析網(wǎng)絡(luò)上網(wǎng)民的情緒？（19）如何進(jìn)行輿情分析？五十二、主要知識點、重點與難點.主要知識點（42）情感分析的基本概念。（43）情感分析的常見應(yīng)用。（44）基于情感詞典的情感分析的基本原理。（45）基于文本分類的情感分析的基本原理。（46）基于LDA模型的情感分析的基本原理。（47）基于情感詞典的情感分析的實現(xiàn)方法。（48）基于文本分類的情

37、感分析的實現(xiàn)方法。（49）基于LDA模型的情感分析的實現(xiàn)方法。.重點（23）基于文本分類的情感分析的基本原理。（24）基于LDA模型的情感分析的基本原理。（25）基于文本分類的情感分析的實現(xiàn)方法。（26）基于LDA模型的情感分析的實現(xiàn)方法。.難點（9）基于LDA模型的情感分析的基本原理。（10）基于LDA模型的情感分析的實現(xiàn)方法。五十三、教學(xué)過程設(shè)計.理論教學(xué)過程（61）情感分析的基本概念。（62）情感分析的常見應(yīng)用。（63）基于情感詞典的情感分析的基本原理。（64）基于文本分類的情感分析的基本原理。（65）基于LDA模型的情感分析的基本原理。（66）基于情感詞典的情感分析的實現(xiàn)方法。（67）

38、基于文本分類的情感分析的實現(xiàn)方法。（68）基于LDA模型的情感分析的實現(xiàn)方法。.實驗教學(xué)過程（17）使用情感詞典的進(jìn)行情感分析。（18）使用樸素貝葉斯分類進(jìn)行情感分析。（19）使用Snownlp進(jìn)行情感分析。（20）使用LDA模型對商品評論進(jìn)行情感分析。五十四、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料11張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.3宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)

39、方法，清華大學(xué)出版社，北京，2012年第10章NLP中的深度學(xué)習(xí)技術(shù)教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：6學(xué)時五十五、材料清單Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（47）配套 PPT。（48）引導(dǎo)性提問。（49）探究性問題。（50）拓展性問題。五十六、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)主要介紹NLP中使用的深度學(xué)習(xí)技術(shù)，包括循環(huán)神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)和Seq2Seq 模型。首先介紹循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念，然后引入單向RNN結(jié)構(gòu)、LSTM模型結(jié)構(gòu)以及 Seq

40、2Seq模型結(jié)構(gòu)，隨后介紹常見的深度學(xué)習(xí)工具，最后將LSTM模型應(yīng)用于文本分類和情 感分析，Scq2Scq模型應(yīng)用于機器翻譯。.基本要求（41） 了解循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念。（42）熟悉RNN、LSTM和Seq2Seq模型的結(jié)構(gòu)。（43） 了解常用的深度學(xué)習(xí)工具。（44）掌握文本分類、情感分析和機器翻譯的實現(xiàn)方法。五十七、問題101.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（30）循環(huán)神經(jīng)網(wǎng)絡(luò)的特色是什么？RNN有哪些結(jié)構(gòu)？TensorFlow有哪些特點？102.探究性問題探究性

41、問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（29）傳統(tǒng)神經(jīng)網(wǎng)絡(luò)為什么不適合解決NLP的問題？RNN的多對一結(jié)構(gòu)通常用于處理什么問題？Seq2Seq模型包含哪些結(jié)構(gòu)？103.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（20）如何使用循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行文本分類？（21）生活中哪些地方用上了機器翻譯？2.實驗教學(xué)過程在 Windows

42、 系統(tǒng)上安裝 Anaconda()Jupyter Notebook 和 Spyder 的常用功能。六、教材與參考資料.教材肖剛，張良均. Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料1張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.L2J張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.3宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年五十八、主要知識點、重點與難點104.主要知識點（50）循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念。（51）循環(huán)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)。（52

43、） TensorFlow 的特點。（53 ） TensorFlow的安裝流程。（54）基于LSTM網(wǎng)絡(luò)的文本分類的實現(xiàn)方法。（55）基于LSTM網(wǎng)絡(luò)的情感分析的實現(xiàn)方法。（56）基于Seq2Seq的機器翻譯的實現(xiàn)方法。105.重點（27 ）循環(huán)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)。（28）基于LSTM網(wǎng)絡(luò)的文本分類的實現(xiàn)方法。（29）基于LSTM網(wǎng)絡(luò)的情感分析的實現(xiàn)方法。（30）基于Seq2Seq的機器翻譯的實現(xiàn)方法。.難點di）循環(huán)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)。（12）基于Seq2Seq的機器翻譯的實現(xiàn)方法。五十九、教學(xué)過程設(shè)計.理論教學(xué)過程（69）循環(huán)神經(jīng)網(wǎng)絡(luò)的基本概念。（70 ）循環(huán)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)。Tensor

44、Flow 的特點。TensorFlow的安裝流程。（73）基于LSTM網(wǎng)絡(luò)的文本分類的實現(xiàn)方法。（74）基于LSTM網(wǎng)絡(luò)的情感分析的實現(xiàn)方法。（75）基于Scq2Seq的機器翻譯的實現(xiàn)方法。.實驗教學(xué)過程（21）使用LSTM網(wǎng)絡(luò)的進(jìn)行文本分類。（22）使用LSTM網(wǎng)絡(luò)進(jìn)行情感分析。（23）使用Seq2Seq實現(xiàn)機器翻譯。六十、教材與參考資料.教材肖剛，張良均.Pyihon中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料1張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.I引 宗成慶

45、，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年第11章智能問答系統(tǒng)教案課程名稱：Python中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：4學(xué)時六十一、材料清單Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（52）配套 PPT。（53）引導(dǎo)性提問。（54）探究性問題。（55）拓展性問題。六十二、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)主要介紹智能問答系統(tǒng)的基本概念和主要組成局部。首先講述智能問答系統(tǒng)的開展、分 類和應(yīng)用，接著介紹問答系統(tǒng)的問題理解、知

46、識檢索和答案生成三個主要組成，以及問答系 統(tǒng)的基本流程、原理以及所需要使用的技術(shù)等，最后實現(xiàn)基于Scq2Seq模型的對話式問答機 器人，其中包括語料預(yù)處理、模型構(gòu)建、模型訓(xùn)練與測試等步驟的實現(xiàn)及講解。.基本要求了解智能問答系統(tǒng)的基本概念。（46）熟悉能問答系統(tǒng)的主要組成局部。（47）掌握智能問答系統(tǒng)的實現(xiàn)過程。六十三、問題.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。（33）智能問答系統(tǒng)是什么？（34）智能問答系統(tǒng)由什么組成？（35）目前智能問答系統(tǒng)有哪些應(yīng)用？.探究性問題探究性問題

47、需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（32）問答系統(tǒng)如何實現(xiàn)問題理解？（33）結(jié)構(gòu)化知識檢索與非結(jié)構(gòu)化知識檢索的區(qū)別在哪？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（22）如何使用改進(jìn)問答系統(tǒng)的回復(fù)準(zhǔn)確度？（23）生活中哪些地方用上了智能問答系統(tǒng)？六十四、主要知識點、重點與難點.主要知識點（57）問答系統(tǒng)的基本概念。（58

48、）問答系統(tǒng)的主要組成局部。（59）基于Scq2Seq的智能問答系統(tǒng)的實現(xiàn)方法。.重點（31）問答系統(tǒng)的主要組成局部。（32）基于Seq2Seq的智能問答系統(tǒng)的實現(xiàn)方法。.難點（13）問答系統(tǒng)的主要組成局部。（14）基于Scq2Seq的智能問答系統(tǒng)的實現(xiàn)方法。六十五、教學(xué)過程設(shè)計.理論教學(xué)過程（76）問答系統(tǒng)的基本概念。（77）問答系統(tǒng)的主要組成局部。（78）基于Scq2Seq的智能問答系統(tǒng)的實現(xiàn)方法。.實驗教學(xué)過程使用Seq2Seq實現(xiàn)智能問答系統(tǒng)六十六、教材與參考資料.教材肖剛，張良均.Python中文自然語言處理基礎(chǔ)與實戰(zhàn)M.北京：人民郵電出版社.2021.參考資料1張良均.Python數(shù)

49、據(jù)分析與挖掘?qū)崙?zhàn)M.北京：機械工業(yè)出版社.2015.2張良均.Python與數(shù)據(jù)挖掘M.北京：機械工業(yè)出版社.2016.13宗成慶，統(tǒng)計自然語言處理，清華大學(xué)出版社，北京，2013年4李航，統(tǒng)計學(xué)習(xí)方法，清華大學(xué)出版社，北京，2012年第12章 基于TipDM數(shù)據(jù)挖掘建模平臺實現(xiàn)垃圾短信識別教案課程名稱：Pyihon中文自然語言處理基礎(chǔ)與實戰(zhàn)課程類別：選修適用專業(yè)：人工智能類相關(guān)專業(yè)總學(xué)時：64學(xué)時（其中理論40學(xué)時，實驗24學(xué)時）總學(xué)分：4.0學(xué)分本章學(xué)時：2學(xué)時六十七、材料清單） Python中文自然語言處理基礎(chǔ)與實戰(zhàn)教材。（57）配套 PPT。（58）引導(dǎo)性提問。（59）探究性問題。（6

50、0）拓展性問題。六十八、教學(xué)目標(biāo)與基本要求.教學(xué)目標(biāo)介紹如何在TipDM數(shù)據(jù)大挖掘建模平臺上配置垃圾短信識別案例的工程，從獲取數(shù)據(jù), 再到數(shù)據(jù)預(yù)處理，最后數(shù)據(jù)建模。.基本要求（48） 了解TipDM大數(shù)據(jù)挖掘建模平臺的相關(guān)概念和特點。（49）熟悉使用TipDM大數(shù)據(jù)挖掘建模平臺配置垃圾短信分類任務(wù)的總體流程。（50）掌握使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。（51）掌握使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行數(shù)據(jù)去重、數(shù)據(jù)篩選、表連接等操作。（52）掌握使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行文本分詞、文本脫敏、詞云圖、文本 分類等操作。六十九、問題125.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教

51、材內(nèi)容和學(xué)生實際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問 題，提問，從而到達(dá)理解、掌握知識，開展各種能力和提高思想覺悟的目的。TipDM大數(shù)據(jù)挖掘建模平臺有哪些功能？（37）配置垃圾短信分類任務(wù)的總體流程有哪些步驟？.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的 基礎(chǔ)上，從重點、難點問題切入，進(jìn)行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課 文中又是重要的問題加以設(shè)問。（34）如何將數(shù)據(jù)導(dǎo)入TipDM大數(shù)據(jù)挖掘建模平臺？（35）如何使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行數(shù)據(jù)預(yù)處理？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動態(tài)后，根據(jù)學(xué)生

52、學(xué)習(xí)層次，提 出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問 題。（24）如何導(dǎo)入模型進(jìn)入TipDM大數(shù)據(jù)挖掘建模平臺？（25）如何使用模板進(jìn)行預(yù)測？七十、主要知識點、重點與難點.主要知識點TipDM大數(shù)據(jù)挖掘建模平臺的相關(guān)概念和特點。（61）使用TipDM大數(shù)據(jù)挖掘建模平臺配置垃圾短信分類任務(wù)的總體流程。（62）使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。（63）使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行數(shù)據(jù)去重、數(shù)據(jù)篩選、表連接等操作。（64）使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行文本分詞、文本脫敏、詞云圖、文本分類 等操作。.重點（33）使用TipDM大數(shù)據(jù)挖掘建模平臺配置垃圾短信分類任務(wù)的總體流程。（34）使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。（35）使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行數(shù)據(jù)去重、數(shù)據(jù)篩選、表連接等操作。（36）使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行文本分詞、文本脫敏、詞云圖、文本分類 等操作。.難點（15）使用TipDM大數(shù)據(jù)挖掘建模平臺獲取數(shù)據(jù)的方法。（16）使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行數(shù)據(jù)去重、數(shù)據(jù)篩選、表連接等操作。（17）使用TipDM大數(shù)據(jù)挖掘建模平臺進(jìn)行文本分詞、文本脫敏、詞云圖、文本分類 等操作。