Python自然語言處理入門與實戰(zhàn)-教案 第5、6章 天問一號事件中的網(wǎng)民評論情感分析、新聞文本分類

第5章天問一號事件中的網(wǎng)民評論情感

分析教案課程名稱：Python自然語言處理入門與實戰(zhàn)課程類別：必修適用專業(yè)：大數(shù)據(jù)技術類相關專業(yè)總學時：64學時(其中理論40學時，實驗24學時)總學分：4.0學分本章學時：9學時一、材料清單(1)(Python自然語言處理入門與實戰(zhàn)》教材。(2)配套PPT。(3)引導性提問。(4)探究性問題。(5)拓展性問題。二、教學目標與基本要求.教學目標本章使用樸素貝葉斯分類算法對評論數(shù)據(jù)進行情感分析。先介紹案例的背景和數(shù)據(jù)的概況；然后介紹案例的整體流程；對數(shù)據(jù)進行探索分析和文木預處理，并繪制詞云圖；使用樸素貝葉斯構建情感分類模型，對模型的效果進行評價，并對模型進行優(yōu)化。.基本要求了解天問一號事件bilibili網(wǎng)站用戶評論情感分析案例背景、數(shù)據(jù)和目標。(2)掌握數(shù)據(jù)探索的方法，對數(shù)據(jù)進行可視化處理。(3)掌握文本預處理的方法，對文本進行中文分詞、去停用詞等處理和向量化。(4)掌握樸素貝葉斯分類算法的使用方法，構建分類模型和進行模型優(yōu)化。(5)掌握分類模型評估方法，對構建的分類模型進行模型評估。三、問題.引導性提問引導性提問需要教師根據(jù)教材內(nèi)容和學生實際水平，提出問題，啟發(fā)引導學生去解決問題，提問，從而達到理解、掌握知識，發(fā)展各種能力和提高思想覺悟的目的。(1)情感分析是什么？(2)情感分析有哪些用處？(3)如何判斷一段文本中所蘊涵的情感？.探究性問題探究性問題需要教師深入鉆研教材的基礎上精心設計，提問的角度或者在引導性提問的基礎上，從重點、難點問題切入，進行插入式提問。或者是對引導式提問中尚未涉及但在課文中又是重要的問題加以設問。(1)有哪些方法可以判斷一段文本的情感？(2)天問一號事件中，評論數(shù)據(jù)呈現(xiàn)什么樣變化？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學生的學習動態(tài)后，根據(jù)學生學習層次，提出切實可行的關乎實際的可操作問題。亦可以提供拓展資料供學生研習探討，完成拓展性問題。(1)還有哪些算法可以用于情感分析？(2)如何提高情感分析的準確率？四、主要知識點、重點與難點.主要知識點（1）網(wǎng)民評論情感分析的背景。（2）評論數(shù)據(jù)的概況。（3）網(wǎng)民評論情感分析的分析目標與流程。（4）探索評論數(shù)據(jù)的變化情況。（5）對評論數(shù)據(jù)進行文本預處理。（6）繪制詞云圖。（7）使用樸素貝葉斯構建情感分類模型。（8）對構建的模型進行評估。（9）對模型進行優(yōu)化。.重點（1）網(wǎng)民評論情感分析的分析目標與流程。（2）探索評論數(shù)據(jù)的變化情況。（3）對評論數(shù)據(jù)進行文本預處理。（4）繪制詞云圖。（5）使用樸素貝葉斯構建情感分類模型。（6）對構建的模型進行評估。（7）對模型進行優(yōu)化。.難點（1）對評論數(shù)據(jù)進行文本預處理。（2）使用樸素貝葉斯構建情感分類模型。（3）對模型進行優(yōu)化。五、教學過程設計1.理論教學過程(1)網(wǎng)民評論情感分析的背景。(2)評論數(shù)據(jù)的概況。(3)網(wǎng)民評論情感分析的分析目標與流程。(4)探索評論數(shù)據(jù)的變化情況。(5)對評論數(shù)據(jù)進行文本預處理。(6)繪制詞云圖。(7)使用樸素貝葉斯構建情感分類模型。(8)對構建的模型進行評估。(9)對模型進行優(yōu)化。2.實驗教學過程(1)探索評論數(shù)據(jù)的變化情況。(2)對評論數(shù)據(jù)進行文本預處理。(3)繪制詞云圖。(4)使用樸素貝葉斯構建情感分類模型。(5)對構建的模型進行評估。(6)對模型進行優(yōu)化。六、教材與參考資料.教材戴程，張良均.Python自然語言處理入門與實戰(zhàn)[M].北京：人民郵電出版社.2022..參考資料[1]張良均.Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：機械工業(yè)出版社.2015.[2]張良均.Python與數(shù)據(jù)挖掘[M].北京：機械工業(yè)出版社.2016.[3]肖剛，張良均.Python中文自然語言處理基礎與實戰(zhàn)[M].北京：人民郵電出版社.2021.第6章新聞文本分類

教案課程名稱：Python自然語言處理入門與實戰(zhàn)課程類別：必修適用專業(yè)：大數(shù)據(jù)技術類相關專業(yè)總學時：64學時(其中理論40學時，實驗24學時)總學分：4.0學分本章學時：10學時七、材料清單(6)(Python自然語言處理入門與實戰(zhàn)》教材。(7)配套PPT。(8)引導性提問。(9)探究性問題。(10)拓展性問題。八、教學目標與基本要求.教學目標本章使用支持向量機算法對新聞文本的類型進行分類。先介紹案例的背景和數(shù)據(jù)的概況;然后介紹案例的整體流程；對數(shù)據(jù)采集過程進行介紹；對數(shù)據(jù)進行探索分析和文本預處理；使用支持向量機(SVM)分類算法構建新聞分類模型，并對模型的效果進行評價。.基本要求了解新聞文本分類案例的業(yè)務背景、數(shù)據(jù)說明和分析目標。(7)掌握數(shù)據(jù)探索的方法，對數(shù)據(jù)進行基本的清洗和可視化展示。(8)掌握文本預處理的方法，對文本進行基礎處理和向量化。(9)熟悉支持向量機分類算法，構建分類模型和模型優(yōu)化。(10)掌握分類模型的評價方法，對構建的分類模型進行模型評價。九、問題.引導性提問引導性提問需要教師根據(jù)教材內(nèi)容和學生實際水平，提出問題，啟發(fā)引導學生去解決問題，提問，從而達到理解、掌握知識，發(fā)展各種能力和提高思想覺悟的目的。(4)文本分類是什么？(5)為什么要對新聞進行分類？?探究性問題探究性問題需要教師深入鉆研教材的基礎上精心設計，提問的角度或者在引導性提問的基礎上，從重點、難點問題切入，進行插入式提問?；蛘呤菍σ龑教釂栔猩形瓷婕暗谡n文中又是重要的問題加以設問。(3)有哪些方法可以判斷新聞的類型？(4)怎么樣才能評價一個分類模型的效果？.拓展性問題拓展性問題需要教師深刻理解教材的意義，學生的學習動態(tài)后，根據(jù)學生學習層次，提出切實可行的關乎實際的可操作問題。亦可以提供拓展資料供學生研習探討，完成拓展性問題。（3）還有哪些算法可以用于文本分類？（4）如何提高新聞分類的準確率？十、主要知識點、重點與難點.主要知識點（10）新聞文本分類的背景。（11）新聞文本數(shù)據(jù)的概況。（12）新聞文本分類的分析目標與流程。（13）新聞文本分類數(shù)據(jù)的采集過程。（14）探索新聞文本數(shù)據(jù)的變化情況。（15）對新聞文本數(shù)據(jù)進行文本預處理。（16）使用支持向量機（SVM）分類算法構建新聞分類模型。（17）對構建的模型進行評估。.重點（1）新聞文本分類的分析目標與流程。（2）新聞文本分類數(shù)據(jù)的采集過程。（3）探索新聞文本數(shù)據(jù)的變化情況。（4）對新聞文本數(shù)據(jù)進行文本預處理。（5）使用支持向量機（SVM）分類算法構建新聞分類模型。（6）對構建的模型進行評估。.難點（1）對新聞文本數(shù)據(jù)進行文本預處理。（2）使用支持向量機（SVM）分類算法構建新聞分類模型。

十一、教學過程設計1.理論教學過程（1）新聞文本分類的背景。（2）新聞文本數(shù)據(jù)的概況。（3）新聞文本分類的分析目標與流程。（4）新聞文本分類數(shù)據(jù)的采集過程。（5）探索新聞文本數(shù)據(jù)的變化情況。（6）對新聞文本數(shù)據(jù)進行文本預處理。（7）使用支持向量機（SVM）分類算法構建新聞分類模型。（8）對構建的模型進行評估。2.實驗教學過程（1）讀取新聞文本數(shù)據(jù)。（2）探索新聞文本數(shù)據(jù)的變化情況。（3）對新聞文本數(shù)據(jù)進行文本預處理。（4）使用支持向量機（SVM）分類算法構建新聞分類模型。（5）對構建的模型進行評估。十二、教材與參考資料十二、教材與參考資料1.教材戴程，張良均.Python自然語言處理入