自然语言处理基础及应用-教学大纲

《自然语言处理基础及应用》教学大纲课程名称：自然语言处理基础课程类别：必修适用专业：计算机、人工智能类相关专业总学时：48学时（其中理论32学时，实验16学时）总学分：3.0学分课程的性质《自然语言处理》是面向计算机科学与技术、人工智能、智能科学与技术等专业本科生开设的一门专业核心（或专业选修）课程。本课程旨在系统介绍自然语言处理（NaturalLanguageProcessing，NLP）的基本理论、关键方法与典型应用，聚焦于如何让计算机理解、生成和处理人类语言。作为一门交叉性与应用性并重的课程，需要学生具备扎实的程序设计、数据结构、概率统计与机器学习等前期知识基础。课程内容既涵盖词法分析、句法解析、语义表示等传统自然语言处理技术，也深入学习基于深度学习的现代NLP模型（如Transformer、预训练语言模型等），并紧密结合信息抽取、情感分析、机器翻译、智能问答等前沿应用场景。通过本课程的学习，学生将掌握自然语言处理的核心思想与技术框架，培养解决实际语言计算问题的能力，为未来从事人工智能相关的研究、开发或应用工作奠定坚实的理论与实践基础。同时，课程注重培养学生的算法设计能力、工程实践意识与批判性思维，以适应快速发展的AI领域对高端技术人才的需求。课程的任务本课程立足应用型人才培养，核心任务是使学生掌握自然语言处理的基础能力。课程将引导学生熟练使用Python中的常用工具库（如jieba,NLTK,Sklearn），通过完成一系列循序渐进的实践项目（如新闻分类、评论情感分析等），切实体验从数据处理、模型构建到评估应用的全流程。在此基础上，重点培养学生将实际问题转化为NLP任务、查阅文档、调试代码并优化结果的综合实践能力，为其未来的技术工作或毕业设计奠定坚实基础。课程学时分配序号教学内容理论学时实验学时其它1第1章绪论202第2章NLP前置技术解析223第3章卷积神经网络304第4章循环神经网络305第5章序列到序列模型与注意力机制426第6章序列标注327第7章文本向量化表示228第8章机器翻译349第9章预训练语言模型4010第10章预训练语言模型实战4411第11章大模型：通用人工智能的典范20总计3216教学内容及学时安排理论教学序号章节名称教学目标学时1绪论能够了解自然语言处理的研究任务和发展历程；能理解自然语言处理的挑战。22NLP前置技术解析1.掌握开发环境的搭建；2.了解深度学习框架TensorFlow的基本概念与安装；3.掌握PyTorch框架的使用及简单线性回归实现；4.掌握NumPy常用算法、统计函数的使用。23卷积神经网络1.了解卷积神经网络（CNN）的基本原理与超参数；

2.掌握用于文本分类的CNN模型结构；

3.了解TextCNN、DPCNN、IDCNN等CNN变体；

4.掌握使用PyTorch实现基于TextCNN的电影评论情感分析。34循环神经网络理解循环神经网络（RNN）的模型结构及三种模式；

2.掌握基于门控的RNN（LSTM、GRU）及其变体；

3.理解双向长短期记忆网络的工作原理；

4.掌握基于THUCNews数据集的文本分类实战。35序列到序列模型与注意力机制1.掌握Seq2Seq模型的编码器-解码器结构及实现；

2.理解注意力机制（Attention）的原理及其权重可视化；

3.深度掌握Transformer模型（位置编码、自注意力、多头注意力）；

4.了解Transformer的相关变体模型。46序列标注1.了解序列标注的基本任务（分词、词性标注、命名实体识别）；

2.理解基于规则、统计及深度学习的序列标注算法；

3.掌握基于人民日报语料库的分词、词性标注及实体识别实战。37文本向量化表示1.掌握文本表示方法（独热表示、分布式表示、词嵌入）；

2.理解语言模型及评价指标（N-gram、神经网络语言模型）；

3.掌握主流词向量模型（Word2vec、GloVe）及向量化方法（PV-DM/DBOW）；

4.能够实现网页相似度计算。28机器翻译1.了解机器翻译的发展史及基本分类；

2.理解统计机器翻译与神经机器翻译的区别；

3.掌握基于RNN和Transformer的机器翻译代码实现；

4.了解机器翻译的人工与自动评价方法。39预训练语言模型1.了解预训练语言模型的发展史、分类及起源；

2.掌握GPT模型的结构与原理；

3.深度掌握BERT模型的整体结构、输入表示及预训练任务；

4.了解ALBERT、RoBERTa、T5、XLNet等变体模型。410预训练语言模型实战1.掌握利用预训练模型进行情感分析的全流程实现；

2.掌握文本摘要抽取任务的代码实现与评估；

3.理解文本分类与摘要抽取的评价指标。411第11章大模型：通用人工智能的典范1.了解生成式人工智能与大模型的发展历程；

2.理解大模型带来的变革与面临的挑战；

3.了解国产常用大模型（如文心一言）及其在辅助编程中的应用。2学时合计36实验教学1深度学习开发环境与框架基础1.搭建Python、Anaconda及PyTorch开发环境；

2.掌握NumPy矩阵运算与统计函数；

3.实现简单的线性回归模型。22Seq2Seq与Attention模型实践1.掌握基于PyTorch的编码器-解码器（Seq2Seq）结构实现；

2.实现注意力机制（Attention）并进行权重可视化分析。23中文序列标注任务实战1.掌握基于人民日报语料库的数据预处理方法；

2.实现中文分词、词性标注及命名实体识别（NER）任务。24文本向量化与词向量训练1.掌握Word2vec(CBOW/Skip-gram)模型的代码实现；

2.利用余弦相似度实现网页或短文本的相似度计算。25神经机器翻译1.掌握基于Transformer架构的中英翻译模型训练流程；

2.学习使用BLEU指标对机器翻译质量进行自动化评估。46预训练模型微调与下游任务1.掌握BERT/GPT等预训练模型的加载与微调（Fine-tuning）技术；

2.实现电影评论情感分类实战及文本摘要生成任务。4学时合计16考核方式1．综合成绩的构成及比例：综合成绩的构成包括平时成绩20%和卷面成绩80%。2．平时成绩和期末成绩的关系：