高中信息技术必修一算法与程序综合应用之jieba库文本分析教学设计

高中信息技术必修一算法与程序综合应用之jieba库文本分析教学设计一、设计理念与教材分析本课选自人教中图版高中信息技术必修一第二章第四节“算法与程序综合应用”，是算法与程序设计模块的收束课。此前学生已经历了枚举、解析、递推等经典算法的完整训练，掌握了Python基本语法结构与turtle绘图等程序表达手段。本课将视角从“自己写算法解决数学问题”转向“调用成熟库解决真实问题”，以jieba中文分词库为载体，让学生体会“站在已有代码基础上编程”这一现代软件开发的基本形态。本节内容对应的课程标准要点是：经历用计算机解决问题的完整过程，能根据问题需求选用恰当的工具和第三方库，形成初步的模块意识与工程意识。同时，中文分词天然连接人工智能中的自然语言处理，是学生理解“数据—算法—智能”链条的绝佳窗口，符合学科核心素养中计算思维与数字化学习与创新的培养目标。教材对本节的处理偏重于综合任务的达成，但示例与学生生活的贴合度可以进一步提升。本设计将主任务重构为“分析全班同学青春关键词”，学生用jieba切分自己和同伴的文字，生成词频统计，并以词云或表格形式呈现结果。真实数据、真实问题、真实产出，三者共同支撑学生在课堂上完成一次小型的数据分析项目。二、学情分析授课对象为高一年级学生。知识层面，学生已掌握Python的顺序、选择、循环三种基本结构，能使用for循环遍历列表，会读写简单的文本操作语句；部分学生有接触第三方库的经验，但多数学生对pip安装、import引用的流程尚属空白。思维层面，学生正处于从具体运算向形式运算过渡的巩固期，对“分词”这一语言现象有强烈的直觉经验，但把直觉经验转化为算法描述是难点。情感层面，高一学生对人工智能、文本挖掘等话题兴趣浓厚，愿意动手，但畏难情绪常出现在环境配置环节。基于以上学情，本课将环境准备的障碍前置化解，课堂上把主要认知负荷留给分词原理探究与程序综合设计，避免学生困在安装失败的挫败中。三、教学目标1.通过手工分词与机器分词的对比活动，理解中文分词无法简单按空格切分的原因，说出基于词典匹配与基于概率统计两类分词思想的基本区别，发展计算思维。2.学会安装与导入jieba库，掌握jieba.lcut()函数的基本用法及精确模式、全模式、搜索引擎模式三种切分方式的差异，能根据任务需求选用合适模式。3.综合应用循环、列表、字典、文件读写等已有知识，编写程序完成一段真实中文文本的分词、去停用词与词频统计，形成完整的“输入—处理—输出”程序结构，提升用算法解决综合问题的能力。4.在分析班级文本数据的过程中，体验数据说话的力量，初步树立对自然语言处理技术的理性认识，愿意在技术应用中关注信息伦理，如分析他人文字需征得同意。四、教学重点与难点教学重点：jieba库的调用方法；分词、词频统计的完整程序实现。教学难点：理解分词背后的词典匹配思想与歧义切分现象；将分散的语法知识整合为结构清晰的综合程序。突破难点依靠两条线：一条是生活化的语言类比，让学生先在纸面上“扮演”分词算法；另一条是脚手架式代码，教师给出程序骨架，学生填充关键语句，降低综合编程的门槛。五、教学方法与课前准备采用任务驱动、对比实验、小组协作与讲授示范相结合的方法。课前教师完成机房Python环境的jieba库预安装，准备三份材料：一段包含歧义切分可能的短文（如“乒乓球拍卖完了”）、全班学生的匿名一句话随笔文本文件（课前由学生在问卷中提交）、以及脚手架程序文件。每名学生的机位桌面建立“文本分析”文件夹，内含上述文件。六、教学过程（一）情境导入：机器怎样读懂一句话（约7分钟）上课伊始，投影展示一句话：“我来到北京清华大学。”教师提问：如果请同学们把这句话切成词语，你们在纸上会怎么切？学生几乎一致地切出“我/来到/北京/清华大学”。教师追问第二个例子：“乒乓球拍卖完了。”教室里会出现两种切法：“乒乓球/拍卖/完了”与“乒乓球拍/卖完了”。一场小争论自然发生。教师顺势点明本课的核心矛盾：英文单词之间有空格，计算机按空格切即可；中文词语之间没有天然分隔符，机器要读懂中文，第一步就要学会“断句分词”，这就是自然语言处理中最基础的一环——中文分词。今天我们将使用Python中最流行的中文分词库jieba，让程序替我们做这件事，并进一步挖出文字背后隐藏的信息。导入耗时控制在七分钟以内，悬念已立。（二）探究活动一：模拟分词算法（约8分钟）此环节暂不接触计算机，学生以小组为单位在纸上“扮演算法”。教师给出词典{乒乓球，乒乓球拍，拍卖，卖，完，完了}和句子“乒乓球拍卖完了”，要求小组设计一条规则，使切分结果唯一且合理。学生尝试多种策略后，教师引导归纳出“最大匹配法”的思想：从左向右扫描，每次都优先匹配词典中最长的词。按此规则，“乒乓球拍卖完了”被切成“乒乓球拍/卖/完了”，因为位置零处最长可匹配“乒乓球拍”四个字。教师点明：这是基于词典的分词方法，jieba库在它基础上引入了词频统计与动态规划，还会为未登录词启用隐马尔可夫模型进行概率识别。此处不展开数学细节，只告诉学生“词典加概率”是现代分词的双引擎，为后续理解三种切分模式埋下伏笔。该活动让学生在动手写代码前，先对“程序在做什么”形成心理模型，避免jieba沦为黑箱。（三）新知建构：安装、导入与三种切分模式（约10分钟）教师演示安装命令：pipinstalljieba。机房环境已预装，演示目的是让学生认识pip这一工具，并了解“库需要安装一次、每次使用时导入”的基本事实。随后进入交互式讲解：导入语句写作importjieba。最基础的分词调用为jieba.lcut(s)，其中s是待切分的字符串，返回值是一个列表，列表中每个元素是一个词。例如：words=jieba.lcut("我来到北京清华大学")students输出结果为['我','来到','北京','清华大学']。教师现场对比三个函数：jieba.lcut()精确模式，力求每个位置只取一种最优切法；jieba.lcut(s,cut_all=True)全模式，把所有可能的词都扫出来，同一句话会得到“清华”“清华大学”“大学”并存的冗余结果；jieba.lcut_for_search()搜索引擎模式，在精确切分基础上对长词再切短，适合建立搜索索引。学生亲眼看三种模式对同一句话的不同输出，函数参数的含义便无需死记硬背。教师提问：要做词频统计，应该选哪种模式？学生答精确模式，理由是全模式会造成词的重复计数。这个判断本身就是对模式差异的理解性运用。（四）任务驱动：从分一句话到分析全班文字（约15分钟）任务分解为三个递进的子任务，学生按脚手架程序逐步完成。子任务一：打开文件。教师讲解withopen("随笔.txt",encoding="utf8")asf:的惯用写法，强调encoding参数的坑——中文文本若不指定编码常读出乱码，这是初学者的典型故障点。子任务二：读入全文并分词。核心语句为text=f.read()，然后words=jieba.lcut(text)。学生运行后用print(words)观察分词结果，教师巡视，引导学生关注标点与单个语气词“的、了、我”大量出现的现象，引出去停用词的必要性。子任务三：词频统计。教师给出推理线索：列表告诉我们所有词，字典擅长计数。伪代码思路为：遍历words中的每个词，若词长度等于一则跳过，若词已在字典中则计数加一，否则登记计数为一。对应代码如下：counts={}forwinwords:iflen(w)==1:continuecounts[w]=counts.get(w,0)+1教师重点讲解counts.get(w,0)这个惯用法：键存在则取回旧值，不存在则返回零，一行代码替代了繁琐的if判断。学生在脚手架中补全该段，运行得到字典，再用sorted(counts.items(),key=lambdax:x[1],reverse=True)按频次从高到低排序，打印前十位。当“考试、篮球、游戏、朋友”之类的班级高频词跃然屏幕时，课堂气氛达到高潮——程序第一次“读懂”了全班同学的心声。教师巡视中收集两类典型问题：一是忘记反转排序得到倒排结果；二是文本含换行符被切成碎片，统一讲解replace("\n","")的预处理手法。错误成为最好的教学资源。（五）拓展延伸：让结果可视化、让程序更专业（约5分钟）教师展示可选的进阶路径：其一，引用wordcloud库将词频字典渲染为词云图，一行fromwordcloudimportWordCloud加三句配置即可；其二，引入自定义词典，用jieba.add_word("班干部")让程序认识教学语境中的专有名词，体会“词典决定分词效果”的原理；其三，讨论伦理议题：程序读取他人随笔需要对方知情同意，分析结果不应用于给同学贴标签。学生根据自身进度选择尝试，课堂保持分层弹性。（六）总结提升（约5分钟）教师带领学生回溯本课的技术路线：分词是基础，统计是目的，可视化是表达。更宏观的价值在于，jieba背后的思想——把大问题分解为已有模块可解决的小问题——正是“综合应用”四个字的分量所在。教师布置课后任务：选取一段自己喜爱的歌词或小说片段，完成分词与词频统计，写一百字分析结论，下节课交流。作业延续了课堂的真实情境，又对接长期学习。七、板书设计主板书区：课题“用jieba让程序听懂中文”。左侧为原理线：中文分词→最大匹配法→词典＋概率。中部为代码线：pipinstalljieba；importjieba；jieba.lcut()；字典计数counts.get(w,0)+1。右侧为流程线：读文件→分词→去停用→统计→排序→呈现。副板书区即时记录学生提出的典型错误与三种模式对比结果。八、教学评价设计过程性评价贯穿三节探究活动：模拟分词环节观察小组能否归纳出“最长优先”规则；编程环节检查每名学生是否独立完成子任务二和子任务三；成果环节看学生输出的高频词列表与口头解读是否一致。终结性评价对应课后任务，评价量规设定三个维度：代码可运行且逻辑正确、统计结果处理恰当（含停干净词处理）、文字结论能基于数据并有自己的思考。评价主