学生在正式学习本课程之前，需要提前掌握Python基础语法知识。

4

课程基本要求

本课程目的是使学生具备：通过 Python 程序设计语言进行自然语言处理项目开发的基本思路、知识和能力。学习自然语言处理基本知识和基础理论，以及使用 Python 语言的实际开发应用实例。理论与实战相结合，通过大量的实战实例，学习商务智能应用的基本开发技能，使学生不仅掌握理论知识，同时掌握大量应用开发案例。

5

课程内容

教程融合“教材内容、练习题库、上机指导手册”于一体，具体内容包括：自然语言处理概述、词处理、 句法分析、文本向量化、舆情分析和预测分析、深度学习、商务智能客服、对话流商务智能、问答智能客服、张量流商务智能、RASA商务智能以及商务智能应用部署。

6

课内实验名称及基本要求

7

作业

针对教学进度表中所列的重点知识，布置《Python自然语言处理——算法、技术及项目案例实战》中的测试习题。

8

考核方式和成绩评定

本课程考核分为平时考核以及期末考核两大部分。期末考核标准是要求学生完成一项有关自然语言处理商务智能应用主题的项目开发，使其能用所学的知识发挥自身的能力查找有关技术资料、应用所学技术以及总结特定研究领域的国内外最新理论和技术并最终开发出可以应用的成果。

1. 课程期末考核方式：项目开发；

2. 成绩组成：平时成绩 50%（课堂出勤+书面理论作业+小项目实践），期末成绩 50%（中型项目开发实践）。

9

教学和实践环境

Windows 10

Python 3.6.5

TensorFlow

✦

教案（部分展示）

✦

✦

参考书籍

✦

《Python自然语言处理——算法、技术及项目案例实战（微课视频版）》

ISBN：9787302606628

作者：（日）中本一郎、马冀、张积林、郭彦、庄伟卿、冯丽娟、江明、黄益

定价：59.90元

扫码优惠购书

在大数据和智能社会不断发展的大背景下，如何培养人工智能应用型技术人才，日益成为社会各界关注的焦点。本书应此需求而作，系统分析了基于Python语言的自然语言处理相关基础理论、常用算法、与深度学习技术的结合以及商务对话系统的实战实例应用。

本书内容紧密围绕自然语言处理，共可分为3篇（共12章）

基础篇 (第1~5章)

重点介绍自然语言处理的基本概念、基本理论、常用算法以及基本技术，包括词处理、句法分析、文本向量化以及舆情分析和预测分析等。

过渡篇 (第6章)

重点分析深度学习的基本知识与基本理论，以及与自然语言处理的关系，同时通过实战实例介绍深度学习在自然语言处理领域的实际应用。

综合应用篇 (第7~12章)

基于各种智能应用开发技术和开发平台，介绍其在自然语言处理方面的实例，并具体讨论智能应用的部署方法和部署后的验证方法。

全书各章提供了与本章主要内容配套十余个的应用实例，每章后均附有复习习题。读者可以结合思维导图掌握教材的整体知识体系结构，参考附录的上机操作手册获得运行实例代码所需要的环境准备和环境设置相关知识。

综合案例包括流程型的智能客服对话应用，以及基于训练模型的智能客服对话应用，对话语言支持中文与英文。案例展示如下。

点击下方文字查看精彩案例

Chat客服入门案例｜商务智能对话客服（一）

Chat客服入门案例｜商务智能对话客服（二）

微课视频展示

本书可作为高等学校计算机类、人工智能类、商务类以及管理类专业的学生教材，也可供从事相关领域的专业技术开发人员和软件技术人员参考。

在公众号书圈后台回复【9787302606628】，下载本书配套的教学资源

单击页面下方【阅读原文】，订阅【教学大纲】栏目返回搜狐，查看更多