自然语言处理是人工智能的一个分支,通过本门课程,学生能够学会自然语言处理的基本任务如分词、词性标注、命名实体识别、信息抽取等,还能学会自然语言处理的基本方法如基于规则的方法、基于机器学习的方法等。
本课程的教学目标是:通过理论教学和实验,使学生掌握自然语言处理的基本知识,培养学生对自然语言处理的基本应用能力,在此基础上能够使用自然语言处理基本技术解决基本文本处理问题,为今后从事相关工作或继续在自然语言处理技术方面深入学习奠定基础。
(一)思想、素质教育目标
目标1.1 培养学生严谨的科学态度和精益求精的学习作风,鼓励学生努力学习新知识、新技术,勇于探索和创新。
目标1.2 通过学习自然语言处理的知识与技术,培养学生分析新问题和解决问题的能力,增强创新意识,提高综合素质。
(二)知识教学目标
目标2.1了解自然语言处理技术的发展历史和应用,掌握自然语言处理的相关概念和任务,了解自然语言处理的基本技术类别和原理,掌握自然语言处理基础工具的使用。
目标2.2掌握自然语言处理工具包中对文本的处理和分析方法,以实现对文本数据的整理、分析,并以此为基础掌握自然语言处理典型应用的基本实现方法。
目标2.3了解自然语言处理技术的实现原理,培养学生熟练使用各种技术接口,并在此基础之上设计针对自然语言处理应用的算法。
(三)能力教学目标
目标3.1能够将专业相关知识和数学模型方法用于自然语言处理的复杂工程问题解决方案的比较与综合。
目标3.2 掌握自然语言处理工程设计和应用开发的基本方法和技术,了解影响设计目标和技术方案的各种因素。
目标3.3. 能够根据自然语言处理领域典型问题的数据对象与系统特征,选择研究路线,设计实验方案。
目标3.4 能针对自然语言处理复杂工程问题,选择并合理使用恰当的信息资源、设计开发工具和测验证手段对自然语言处理复杂工程问题进行分析、设计与实现。
目标3.5 了解自然语言处理领域国际发展趋势和研究热点,并具备针对自然语言处理领域的问题的跨文化交流能力和书面表达能力。
大作业或考试
Python语言编程、人工智能
教材
何晗.自然语言处理入门 .人民邮电出版社,2019年
主要参考书
[1] 吴军.数学之美.人民邮电出版社,2014年
[2] Daniel Jurafsky / James H. Martin,Speech and Language Processing,2018年