课程

中国大学MOOC,为你提供一流的大学教育

认证学习
为你提供认证成绩和证书,以及AI高效学习服务
查看详情
大学

国家精品

认证学习

智慧课程

理学工学农学

计算机

经济管理

外语

音乐与艺术

心理学

文史哲法

医学与保健

教育教学

大学生竞赛

软件实训

人工智能

升学/择业

考研

期末突击

大学生涯规划

专升本

四六级

保研及论文

求职就业

专四专八

大学应试英语

期末资料

终身学习

名师专栏

兴趣技能

hi,小mooc
揭秘大学信息差
期末考试会员
SPOC学校专有课程
自然语言处理
第3次开课
开课时间: 2025年02月17日 ~ 2025年07月01日
学时安排: 3-5小时每周
当前开课已结束 已有 106 人参加
老师已关闭该学期,无法查看
spContent=自然语言处理课程,介绍中文分词方法、二元语法、隐马尔科夫模型、感知机模型、条件随机场、词性标注、命名实体识别、信息抽取等一系列自然语言处理基本任务,使得计算机相关专业学生掌握自然语言处理的基本任务和方法。
自然语言处理课程,介绍中文分词方法、二元语法、隐马尔科夫模型、感知机模型、条件随机场、词性标注、命名实体识别、信息抽取等一系列自然语言处理基本任务,使得计算机相关专业学生掌握自然语言处理的基本任务和方法。
—— 课程团队
课程概述

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。

授课目标

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。

成绩 要求

大作业或考试

课程大纲
自然语言处理基础概述
课时目标:了解自然语言处理的发展历程,掌握自然语言处理基本概念含义,包括词频、词袋、分词、字典树、语法依赖树、命名实体识别、词性标注等、了解自然语言处理的典型的应用,例如机器翻译、文本分类、文本摘要等。
(1)知识点一:自然语言处理发展概述
(2)知识点二:自然语言处理的应用场景
(3)知识点三:自然语言处理的关注焦点和典型问题
(4)知识点四:自然语言处理与其它人工智能领域的结合
知识单元二:自然语言处理的基本技术
课时目标:掌握停用词、分词、分句、指代消解、tf-idf等基本概念,掌握词性标注和命名实体识别任务的目的和结果,了解自然语言处理技术的基本数学原理,掌握HanLP的基本使用方法。
(1)知识点一:停用词、分词分句、指代消解、词频和反词频等
(2)知识点二:词性标注
(3)知识点三:命名实体识别
(4)知识点四:HanLP简介和使用
知识单元三:自然语言处理基本应用
课时目标:掌握自然语言处理技术工具的接口调用方法,掌握通过tf-idf提取关键词的技术,掌握句子相似度概念和句子余弦相似度计算方式,了解文本相似度的概念和基本计算方法。了解信息抽取的概念,了解基本信息抽取技术。
(1)知识点一:基于词频和反词频的关键词抽取
(2)知识点二:句子相似度
(3)知识点三:信息抽取
知识单元四:自然语言处理综合应用
课时目标:了解文本分类和聚类技术、文本摘要技术、情感分析、问答系统的概念、应用背景、基本算法和前沿框架工具,掌握文本分类和文本摘要的基础算法,初步了解词向量和深度学习在自然语言处理中的应用。
(1)知识点一:文本分类和聚类技术
(2)知识点二:文本摘要技术
(3)知识点三:情感分析
(4)知识点四:问答系统
(5)知识点五:词向量和深度学习简介
展开全部
预备知识

Python语言编程、人工智能

参考资料

教材

何晗.自然语言处理入门 .人民邮电出版社,2019

主要参考书

[1] 吴军数学之美人民邮电出版社,2014                         

[2] Daniel Jurafsky / James H. MartinSpeech and Language Processing2018

南京邮电大学
1 位授课老师
陈景强

陈景强

副教授

下载
下载

下载App