Python中文自然语言处理基础与实战（教案）第12章基于TipDM数据挖掘建模平台实现垃圾短信识别.docx

《Python中文自然语言处理基础与实战（教案）第12章基于TipDM数据挖掘建模平台实现垃圾短信识别.docx》由会员分享，可在线阅读，更多相关《Python中文自然语言处理基础与实战（教案）第12章基于TipDM数据挖掘建模平台实现垃圾短信识别.docx（4页珍藏版）》请在第一文库网上搜索。

1、第12章基于TiPDM数据挖掘建模平台实现垃圾短信识别教案课程名称：Python中文自然语言处理基础与实战课程类别：选修适用专业：人工智能类相关专业总学时：64学时（其中理论40学时，实验24学时）总学分：4.0学分本章学时：2学时一、材料清单（1）Python中文自然语言处理基础与实战教材。（2）配套PpT。（3）引导性提问。（4）探究性问题。（5）拓展性问题。二、教学目标与基本要求1教学目标介绍如何在TipDM数据大挖掘建模平台上配置垃圾短信识别案例的工程，从获取数据,再到数据预处理，最后数据建模。2.基本要求（1）了解TiPDM大数据挖掘建模平台的相关概念和特点。（2）熟悉使用TipDM

2、大数据挖掘建模平台配置垃圾短信分类任务的总体流程。（3）掌握使用TipDM大数据挖掘建模平台获取数据的方法。（4）掌握使用TipDM大数据挖掘建模平台进行数据去重、数据筛选、表连接等操作。（5）掌握使用TiPDM大数据挖掘建模平台进行文本分词、文本脱敏、词云图、文本分类等操作。三、问题1 .引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题，提问，从而达到理解、掌握知识，发展各种能力和提高思想觉悟的目的。（1） TiPDM大数据挖掘建模平台有哪些功能？（2）配置垃圾短信分类任务的总体流程有哪些步骤？2 .探究性问题探究性问题需要教师深入钻研教材的基础上精心

3、设计,提问的角度或者在引导性提问的基础上，从重点、难点问题切入，进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。（1）如何将数据导入TiPDM大数据挖掘建模平台？（2）如何使用TipDM大数据挖掘建模平台进行数据预处理？3 .拓展性问题拓展性问题需要教师深刻理解教材的意义，学生的学习动态后，根据学生学习层次，提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨，完成拓展性问题。（I）如何导入模型进入TiPDM大数据挖掘建模平台？（2）如何使用模板进行预测？四、主要知识点、重点与难点1 .主要知识点(1) TipDM大数据挖掘建模平台的相关概念和特点

4、。(2)使用TipDM大数据挖掘建模平台配置垃圾短信分类任务的总体流程。(3)使用TiPDM大数据挖掘建模平台获取数据的方法。(4)使用TiPDM大数据挖掘建模平台进行数据去重、数据筛选、表连接等操作。(5)使用TiPDM大数据挖掘建模平台进行文本分词、文本脱敏、词云图、文本分类等操作。2 .重点(1)使用TiPDM大数据挖掘建模平台配置垃圾短信分类任务的总体流程。(2)使用TiPDM大数据挖掘建模平台获取数据的方法。(3)使用TiPDM大数据挖掘建模平台进行数据去重、数据筛选、表连接等操作。(4)使用TiPDM大数据挖掘建模平台进行文本分词、文本脱敏、词云图、文本分类等操作。3 .难点(1)

5、使用TiPDM大数据挖掘建模平台获取数据的方法。(2)使用TiPDM大数据挖掘建模平台进行数据去重、数据筛选、表连接等操作。(3)使用TiPDM大数据挖掘建模平台进行文本分词、文本脱敏、词云图、文本分类等操作。五、教学过程设计1 .理论教学过程（2）使用TipDM大数据挖掘建模平台配置垃圾短信分类任务的总体流程。2 .实验教学过程（1）使用TiPDM大数据挖掘建模平台获取数据的方法。（2）使用TiPDM大数据挖掘建模平台进行数据去重、数据筛选、表连接等操作。（3）使用TiPDM大数据挖掘建模平台进行文本分词、文本脱敏、词云图、文本分类等操作。六、教材与参考资料1 .教材肖刚，张良均.Python中文自然语言处理基础与实战M.北京：人民邮电出版社.2023.2 .参考资料I张良均.PythOn数据分析与挖掘实战M.北京：机械工业出版社.2015.2张良均.PythOn与数据挖掘M.北京：机械工业出版社.2016.3宗成庆，统计自然语言处理，清华大学出版社，北京，2013年4李航，统计学习方法，清华大学出版社，北京，2012年