数据采集与预处理电子教案 P5-T3-用NLTK和jieba进行文本数据预处理

数据采集与预处理课程教案课程思政版·理实一体化课程名称数据采集与预处理课程类型专业核心课（理实一体化）教案编号P5-T3授课周次第周章节项目5数据预处理实践本次学时4学时（180分钟）课题任务3用NLTK和jieba进行文本数据预处理授课类型理论+实践授课地点计算机实训室授课班级授课日期年月日授课教师教室/实训室计算机实训室一、教学目标目标维度具体内容🎯课程思政目标（价值塑造）通过本任务的学习，培养学生：①精益求精的工匠精神和严谨细致的工作态度；②遵守职业规范、保护数据安全的职业道德意识；③团队协作、共同解决技术问题的合作精神。📚认知目标（知识传授）①了解用NLTK和jieba进行文本数据预处理的基本概念和原理。②熟悉相关工具的基本使用方法。💪能力目标（技能培养）①学会使用Kettle进行数据预处理。②学会使用pandas进行数据预处理。③学会使用FlumeInterceptor进行日志数据预处理。二、教学重点与难点（核心知识点）类别内容教学重点1.学习NLTK和jieba的相关基础知识。2.使用NLTK和jieba实现分词。3.熟悉NLTK和jieba的相关基础知识。4.学会使用NLTK和jieba实现中英文的分词。5.文本数据处理工具教学难点1.学习NLTK和jieba的相关基础知识。2.使用NLTK和jieba实现分词。3.熟悉NLTK和jieba的相关基础知识。三、教学过程设计（180分钟理实一体化）教学环节时间教学内容与活动课程思政融入课程导入10分钟1.情景导入：展示用NLTK和jieba进行文本数据预处理在实际项目中的应用案例2.回顾上节课的知识点，建立知识联系3.提出本节课的学习问题：如何实现用NLTK和jieba进行文本数据预处理？4.明确本次任务目标和学习路径创设真实应用情境，激发学习兴趣，潜移默化融入思政元素，引导学生思考技术与社会的关系。理实一体化78分钟words=nltk.word_tokenize(sentence)print("英文分词:",words)运行程序，输出结果如下。英文分词:['I','am','a','college','student','from','Nanjing','Vocational','Institute','of','Transport','Technology']对中文文本分别使用jieba的4种分词模式进行分词操作，示例代码如下。importjiebaasjiebasentence="我是一名来自南京交通职业技术学院的大学生"#默认精确模式words=jieba.lcut(sentence)print("精确模式:%s"%"".join(words))#全模式words=jieba.lcut(sentence,cut_all=True)print("全模式:%s"%"".join(words))#paddle模式words=jieba.lcut(sentence,use_paddle=True)通过数据预处理技术的学习，培养学生发现问题、解决问题的数据思维，以及科学严谨的实验态度。理实一体化77分钟jieba.lcut(s,cut_all=True)|全模式，返回一个列表（建议使用）jieba.lcut_for_search(s,use_paddle=True)|paddle模式，利用深度学习框架加速分词（建议使用）jieba.lcut_for_search(s)|搜索引擎模式，返回一个列表（建议使用）jieba.analyse.extract_tags(sentence,topK=20,withWeight=False,allowPOS=())|使用TF-IDF算法从句子中提取关键词jieba.analyse.set_idf_path(file_name)|关键词提取所使用的逆文档频率（InverseDocumentFrequency，IDF）文本语料库可以切换成自定义语料库的路径，file_name为自定义语料库的路径jieba.analyse.set_stop_words(file_name)|关键词提取所使用停用词（StopWord）文本语料库可以切换成自定义语料库的路径，file_name为自定义语料库的路径标签|说明|标签|说明NNP|专用名词单数|SYM|数学符号或特殊符号NNPS|专用名词复数|TO|ToPDT|前置限定词|UH|叹词POS|所有格结束词|VB|动词原形PRP|人称代词|VBD|动词过去式PRP$|所有格代词|VBG|动名词RB|副词|VBN|动词过去分词RBR|比较级副词|WP|Wh代词通过独立实践操作，培养学生自主探究能力和解决实际问题的技术应用能力，强调规范操作和数据安全意识。课堂总结15分钟1.梳理本次课程的核心知识点2.对比总结用NLTK和jieba进行文本数据预处理的关键操作步骤3.布置课后作业：完成课后练习题，预习下一任务4.预告下一次课程内容归纳总结知识要点，强化职业规范意识，鼓励学生持续学习、精益求精，以工匠精神要求自己。四、课后作业①复习并整理本次课程的核心知识点，撰写不少于200字的学习心得。②完成教材项目5数据预处理实践中与用NLTK和jieba进行文本数据预处理相关的课后练习题。③拓展练习：自行查阅资料，尝试将用NLTK和jieba进行文本数据预处理应用到一个新的场景中，