Python自然語言處理PPT1附錄 教學大綱

PAGEPAGE5附錄教學大綱課程名稱：python自然語言處理適用專業(yè)：計算機科學與技術、軟件工程、人工智能、大數據等專業(yè)先修課程：概率論與數理統(tǒng)計、Python程序設計語言總學時：56學時授課學時：30學時實驗（上機）學時：26學時一、課程簡介本教材包括自然語言處理概述、Python語言簡述、Python數據類型、Python流程控制、Python函數、Python數據分析、Sklearn和NLTK、語料清洗、特征工程、中文分詞、文本分類、文本聚類、指標評價、信息提取和情感分析。二、課程內容及要求第1章自然語言處理概述（2學時）主要內容：1人工智能發(fā)展歷程 2自然語言處理 3機器學習算法4自然語言處理相關庫5.語料庫基本要求：了解人工智能發(fā)展歷程、自然語言處理相關內容；機器學習算法相關概念；了解基于Python與自然語言處理的關系；了解語料庫的相關概念。重點：自然語言處理相關內容、機器學習算法難點：基于Python的相關庫第2章Python語言簡介（2學時）主要內容：1.python簡介2.Python解釋器3python編輯器4代碼書寫規(guī)則基本要求：了解python簡介、熟悉Python解釋器、掌握python編輯器、了解代碼書寫規(guī)則重點：掌握python編輯器、了解代碼書寫規(guī)則難點：掌握python編輯器第3章Python數據類型（4學時）主要內容：1.常量、變量和表達式2.基本數據類型3.運算符與表達式4.列表5.元組6.字符串7.字典8.集合基本要求：理解數據類型的概念、作用以及Python語言的基本數據類型；掌握常量、變量基本概念；掌握Python語言各類運算符的含義、運算符的優(yōu)先級和結合性、表達式的構成以及表達式的求解過程。掌握序列基礎知識；熟練掌握列表的定義、常用操作和常用函數；熟練掌握元組的定義和常用操作；熟練掌握字典的定義和常用操作；掌握字符串格式化、字符串截取的方法；理解與字符串相關的重要內置方法。熟練掌握字典的定義和常用操作；熟練掌握集合的定義和常用操作。重點：數據類型的作用、變量的定義，各類運算符以及構成的表達式的求解。序列、列表、元組的定義和常用操作。字典、集合的定義和常用操作。難點：運算符的優(yōu)先級和結合性。列表常用函數的應用，字符串的應用。字典及集合的應用。第4章Python流程控制（4學時）主要內容：1.數據輸入與輸出2.順序結構3.單分支選擇結構4.雙分支選擇結構5.多分支選擇結構6.while循環(huán)結構7.for語句結構8.循環(huán)的嵌套基本要求：掌握程序的三種基本結構；掌握順序結構程序設計；熟練掌握Python語言中輸入輸出格式的規(guī)則和用法。熟練掌握if語句的三種形式和用法以及if語句的嵌套使用；掌握分支結構的應用。熟練掌握循環(huán)結構while、for語句的規(guī)則和用法；熟悉continue、break、pass語句的用法；掌握循環(huán)結構的嵌套規(guī)則。重點：數據的輸入輸出。if語句的三種形式和使用方法。while、for語句的規(guī)則和用法；循環(huán)結構的應用。難點：格式化輸出的規(guī)則和用法。分支結構的應用。循環(huán)的嵌套。第5章Python函數（4學時）主要內容：1.函數聲明與調用2.函數傳參3.lambda函數4.遞歸函數基本要求：理解函數的作用；熟練掌握函數定義和函數調用的規(guī)則和用法；掌握函數參數傳遞的規(guī)則和用法；lambda函數；理解函數的嵌套和遞歸調用。重點：函數的作用、定義和調用；參數分類。難點：函數的參數傳遞、遞歸調用。第6章Python數據分析（4學時）1.科學計算2.Numpy3Scipy4matplotlib5Pandas6Seaborn 基本要求：了解科學計算的基本概念；掌握Numpy、Scipy、matplotlib、Pandas、Seaborn的函數使用方法 重點：Numpy、Scipy、matplotlib和Pandas難點：Numpy、matplotlib和Pandas第7章Sklearn和NLTK（4學時）主要內容：1.Sklearn2基于Sklearn機器學習3.NLTK4NlTK語料庫5NlTK文本分類 基本要求：了解Sklearn的基本功能，數據集，了解基于Sklearn機器學習流程。了解NLTK的基本功能、NLTK語料庫以及NL文本分類。重點：Sklearn與NLTK難點：Sklearn與NLTK第8章語料清洗（4學時）主要內容：1數據清洗方法1.1缺失值清洗 1.2異常值清洗 1.3重復值清洗2數據轉換3missingno4詞云基本要求：了解數據清洗，掌握缺失值、異常值和重復值的處理方法；掌握missingno和詞云使用方法重點：數據轉換、數據清洗難點：缺失值、異常值和重復值清洗方法第9章特征工程（4學時）主要內容：1特征預處理 1.1規(guī)范化 1.2標準化 1.3魯棒化 1.4正則化2獨熱編碼3CountVectorizer4TF-IDF基本要求：了解特征預處理，掌握規(guī)范化和標準化的處理方法。掌握獨熱編碼、CountVectorizer和TF-IDF基本原理和使用方法重點：特征工程預處理、獨熱編碼難點：獨熱編碼、CountVectorizer、TF-IDF第10章中文分詞（4學時）主要內容： 1常見中文分詞方法1.1基于規(guī)則和詞表方法1.2基于統(tǒng)計方法 2Jieba分詞庫 3HanLP分詞庫 基本要求：了解常見中文分詞方法，掌握Jieba分詞庫和HanLP分詞庫。重點：Jieba分詞庫和HanLP分詞庫難點：Jieba分詞庫和HanLP分詞庫第11章文本分類（4學時）主要內容：1歷史回顧2貝葉斯定理 3樸素貝葉斯分類 3.1GaussianNB類 3.2MultinomialNB類 3.3BernoulliNB類 4支持向量機4.1線性核函數 4.2多項式核函數 4.3高斯核函數5貝葉斯進行垃圾郵件分類基本要求：了解文本分類的歷史回顧、文本分類的相關方法；掌握貝葉斯定理、樸素貝葉斯分類；了解支持向量機原理，掌握線性核函數、多項式核函數和高斯核函數。重點：貝葉斯定理、樸素貝葉斯分類難點：樸素貝葉斯分類、支持向量機分類第12章文本聚類（4學時）主要內容：1文本聚類步驟2主成分分析 3Kmeans算法步驟 4Kmeans評估指標4.1調整蘭德系數4.2輪廓系數5掌握Kmeans進行英文和中文聚類 基本要求：了解文本聚類步驟，掌握主成分分析、掌握Kmeans算法步驟，掌握調整蘭德系數和輪廓系數、掌握Kmeans進行英文和中文聚類 重點：聚類算法、主成分分析、k-means算法步驟難點：主成分分析、K-means算法流程，Kmeans進行英文和中文聚類第13章指標評價（4學時）主要內容：1混淆矩陣2準確率3精確率4召回率5F1score6ROC曲線7AUC面積8分類評估報告9中文分詞的指標10未登錄詞和登錄詞召回率基本要求：掌握混淆矩陣、準確率、精確率與召回率、F1score、ROC曲線、AUC面積和分類評估報告,中文分詞的指標、未登錄詞和登錄詞召回率重點：混淆矩陣和分類評估報告難點：混淆矩陣、精確率與召回率、ROC曲線、AUC面積,中文分詞的指標、未登錄詞和登錄詞召回率第14章信息提?。?學時）主要內容： 1相關概念 1.1信息 1.2信息熵 1.3互信息 2正則表達式 2.1基本語法 2.2re模塊 3命名實體 4馬爾可夫模型 基本要求：了解信息提取的相關概念，如信息、信息熵、互信息等。掌握正則表達式的基本語法和re模塊。了解命名實體和馬爾可夫模型的特點和使用方式。重點：正則表達式的基本語法和re模塊、馬爾可夫模型難點：正則表達式的基本語法和re模塊 第15章情感分析（4學時）主要內容：1情感分析概述2基于情感詞典方法 3textblob 3.1分句和分詞 3.2詞性標注 3.3情感分析 4snownlp 4.1分詞 4.2詞性標注 4.3斷句 4.4情緒判斷 5小說人物情感分析6電影影評情感分析基本要求：了解情感分析概念、了解基于情感詞典的文本匹配算法、掌握textblob和snownlp、掌握小說人物和電影影評情感分析重點：掌握textblob和snownlp難點：掌握textblob和snownlp、掌握小說人物和電影影評情感分析三、教學安排及學時分配教學環(huán)節(jié)及學時主要內容學時分配講課習題課實驗小計自然語言處理概述22Python語言簡介22Python數據類型224Python流程控制224Python函數224Python數據分析224Sklearn和NLTK224語料清洗224特征工程224中文分詞224文本分類224文本聚類224指標評價224信息提取224情感分析224302656四、考核方式最終成績由課堂成績、實驗成績和期末大作業(yè)組成：（1）課堂成績：30%。主要考核課堂和翻轉課堂表現，課后作業(yè)完成情況。（2）實驗成績：30%，包括課堂小測、實驗報告等，