山东大学软件学院《自然语言处理》教学大纲.docx

山东大学软件学院
《自然语言处理》教学大纲
编写人：孙宇清
编制时间：一、课程基本信息:
课程名称
自然语言处理
英文名称
Natural Language Processing
课程编码
ALO, BD-100, Sec-100
开课单位
软件学院
课程类别
口通识教育必修课程 □通识教育核心课程
口通识教育选修课程 □学科基础平台课程 口专业基础课程 □专业必修课程。4 口专业选修课程
课程性质
口必修V □选修
学分
2.5学时32+16
适用专业
软件工程，人工智能，网络平安，大数据
先修课程
高级程序设计语言(C++,JAVA, python).数据结构、机器 学习、线性代数、概率与统计
课程网站

二、课程描述
自然语言处理(NLP)也称为计算语言学，是信息时代最重要的技术之一, 理解复杂的语言是人工智能的重要组成局部。因为语言是人们交流的最有效的渠 道，自然语言处理相关技术的应用无处不在，如网络搜索，广告，电子邮件，客 户服务，语言翻译，学术报告等。为了使得计算机能够处理和理解自然语言，需 要解决各种基础性的复杂任务，探索NLP的机器学习模型和应用。
近年来，深度学习方法在许多NLP任务上都取得了很好的效果，而且使用 单独的端到端神经模型不需要基于任务本身特性的传统特征工程。在本课程中， 学生将全面了解NLP深度学习中的前沿研究。
本课程的特点是理论联系实际，教学方式包括授课、习题课、课堂讨论、作 业和实验。通过上述教学方式全方位地培养学生的理论水平和实际动手能力，启 发学生对理论知识和问题的思考，探索需求驱动的理论和应用创新。
三、课程教学目标和教学要求【教学目标】
自然语言处理课程的目标是：在理论方面，使得学生掌握常用自然语言处理 技术的基本概念及其应用；在实践方面，通过系统学习，使得学生结合深度学习 框架，编写代码完成相应的自然语言处理任务，并对该方向和深度学习有一个全 面且系统的了解。
【教学要求】
通过本课程学习，学生将具备以下知识和能力：
• 语言学基本知识。
-自然语言处理的基本理论和方法。
-面向特定语言处理任务的现代工具学习和使用、改进技术和方法。
•面向特定问题的解决方案设计能力，具备系统实现能力。
•面向前沿问题的知识获取能力、自主学习能力、综合分析能力和探索能力。
四、课程教学内容及学时分配
序号
教学目标
具体教学内容
教学形式
学时
1
自然语言介绍
-人类语言及计算技术
授课
3
2
词向量
•词向量简介
• Word2vec 0标函数梯度
•优化基础知识
• Glove模型
-词向量评估
-中文分词
授课
实验
4
4
3
语言模型
•循环神经网络
•语言模型
授课
实验
3
2
4
句法分析和语言
-句法分析
授课
3

结构
•依存句法分析理论
•神经语法分析方法
实验
4
5
词性分析
•词性分析
•隐马尔可夫模型
授课
3
6
命名实体识别
•命名实体识别
•信息抽取
授课
3
7
文本分类
• 文本编码方法
•文本分类
授课
实验
2
2
8
机器翻译
• 机器翻译
-端到端模型
• 注意力机制
授课 实验
3
4
9
问答系统
•问答系统
授课
2
10
自动摘要
,自动摘要
授课
2
11
文本生成
•对抗网络和文本生成模型
授课
2
12
文本推荐
•文本推荐
授课
2
五、考核及成绩评定方式
【考核方式】：实验+作业+大作业（选）+期中考试（选）+期末考试
【成绩评定】：平时占60%,期末考试占40%o六、教材及参考资料
1. Speech and Language Processing. Dan Jurafsky, James H. Martin. Prentice Hall. ISBN:6自然语言处理综论（第二版）.Daniel Jurafsky, James H.Martin著，冯志伟 译. 电子工业出版社.ISBN:3
2. 自然语言处理原理与技术实现.罗冈IJ.电子工业出版社.ISBN:9Python 自然语言处理.Steven,Bird Ewan, Klein Edward, Loper 著.人民邮电出 版社.ISBN:1
3. 深度学习.Ian, Goodfellow, Yoshua, Bengio, Aaron等著.人民邮电出版社. ISBN:6.
4. 工具和数据集.（Statistical natural language processing and corpus-based computational linguistics: An annotated list of resources）其他材料在选课同学交流群提供