對文本智能處理技術選修課教學的思考和實踐

王會珍+張天成+鮑玉斌

摘 要：針對文本智能處理技術課程的特點及實際教學狀況，分析選修課教學的困境及需要達到的目標，提出教學內容應貼近前沿、形象生動，以激發學生好奇心。應用“做中學”以及“學中做”的教學方法，說明如何采用重過程、輕結果的素質評價機制。

關鍵詞：文本智能處理技術；選修課教學；做中學；學中做；重過程輕結果

文章編號：1672-5913（2017）05-0096-03

中圖分類號：G642

0 引 言

近年來，不論在學術界還是產業界，人工智能都成了最熱門的技術，研究者和創業者紛紛看好人工智能的前景。自然語言處理是人工智能方向一個很重要的分支，隨著IBM研發的Waston打敗人類選手，自動問答技術重新成為最熱門的研究方向。目前，很多高校和研究院所在碩士階段開設了相關課程，比如清華大學的計算語言學課程、北京大學的計算語言學及語義計算與知識檢索課程、哈爾濱工業大學的統計自然語言處理和命名實體識別與信息抽取課程。東北大學自然語言處理（NLP）實驗室自1980年成立至今，在自然語言處理方向做了很多細致深入的研究工作。為了讓計算機科學與技術專業學生盡早接觸和了解NLP這個方向，開闊學術視野，東北大學從2006年開始在本科階段開設文本智能處理技術選修課程。該課程是本科生自然語言處理方向的入門課程，主要涉及如何讓計算機理解人類語言并進行進一步處理。課程內容涵蓋自然語言處理學科的基本理論，以講解最具挑戰的問答系統為主軸，介紹文本處理的主要技術。課程的目標是通過該課程的學習，讓學生掌握處理自然語言的基本理論，了解文本智能處理的常用模型和算法，初步具備從事該領域相關工作的能力。

專業選修課是必修課的重要補充，該部分教學環節的創新與突破是學生全方位發展的關鍵[1]。為了提高教學質量，教學團隊每年進行學生問卷調查，了解學生的學習需求及對該課程教學的意見和建議。經過近10年的不斷摸索，在收集整理學生建議以及分析學習效果的基礎上，學校不斷調整教學內容和教學方式，提高了課程的教學質量，得到學生的充分認可。

1 增加課程趣味性，激發學生好奇心

由于本門課程是選修課，學生在選擇課程的時候懷著不同目的：有的是了解和喜歡這門課程的學習內容，有的僅僅為了獲得學分，有的持觀望態度，先上著看看。因此，如何在課程的開始抓住學生的注意力，激發學生的好奇心和學習愿望是很重要的事情[2]。在教學過程中，教學團隊非常重視第一次課的教學及效果。在第一次課上，教師將日常生活中使用的互聯網應用與課程內容掛鉤，比如百度后臺的搜索技術、淘寶購物時的自動推薦技術、Google和搜狗拼音輸入法、門戶網站的新聞自動分類、垃圾郵件過濾技術等，讓學生們對將要學習的技術有直觀的了解。同時，挑選有趣味性的、簡單易理解的、與課程相關的視頻供學生觀看。比如用百度的“百度更懂中文”引導學生對中文分詞的認識和興趣，用電影《超能陸戰隊》中大白的行動及對話引出課程的主體教學內容——自動問答系統。通過問卷調查的方式讓學生們思考：制造一個這樣的機器人需要哪些技術？是否能夠實現？如果你設計制造一個類似的機器人，你會怎樣設計？在2015年，筆者對144名選課學生進行了調查，結果見表1。該結果也用來支撐2015年自然語言處理青年學者研討會上Panel的主題討論。

學生在思考的過程中，可以認識到自己欠缺哪些知識。在后期的課程教學過程中，教師講解更有針對性，學生也知道具體的知識點和技術的實用性，做到目標清晰明確，學習熱情高漲。

另外，教師在課程內容設置方面緊跟自然語言處理領域的最新研究發展方向、研究熱點以及應用需求，充分激發學生的求知欲，因此課程的教學課件每年都會更新。這樣，學生不會覺得學到的東西是過時的、無用的，間接提高了學生學習的積極性。

2 “做中學”和“學中做”的教學方法

2.1 “做中學”的教學方法實踐

做中學是美國教育家杜威提出的一種教育思想，側重做，將學生的被動學習轉變為主動學習[3]。課程團隊結合教學內容，認真設計了每次課的講授內容，以設計與實現面向醫療領域的自動問答系統為目標，結合知識點將龐大的系統分解為能夠在一周左右完成的小任務。在需求分析、總體設計、詳細設計、算法選擇、系統實現和系統測試等各個環節上加強指導。

1）加強技術儲備。

為了更好地實施做中學，筆者給學生增加了Linux操作系統實驗平臺的講解與指導，讓學生接觸不同操作系統下設計系統的不同點以及各系統的優缺點；增加了Python腳本語言的講解與實驗，該語言因其龐大的自然語言處理庫而成為本方向最熱門的編程語言之一；在實驗平臺以及編程技術儲備準備好之后，給學生提供目前較好的問答系統開源工具DeepQA；通過演示與課后自行操作，讓學生了解問答系統各個模塊執行的結果，對該新技術有直觀的了解，進而思考設計自己的問答系統。

2）提倡團隊協作。

由于問答系統很龐大，一個學生在10周左右很難完成全部內容。另一方面，為了鍛煉學生的團隊協作能力，采取團隊形式來布置任務。在具體的系統實現過程中，要求3～5人組成一個小組完成所有的系統開發內容。

3）改進指導方式。

在課堂上主要講解文本智能處理技術的來源方法，并分析問題；課下通過BlackBoard教學平臺以及QQ群等方式，做到隨時溝通和指導。由于任課教師的精力有限，不可能面面俱到，而在QQ群里大家可以看到其他學生的問題與解答，這樣充分地調動了學生的積極性，也減輕了任課教師的負擔。

2.2 “學中做”的教學方法實踐

學中做主要以講授為主，以做為輔[4]。理論知識算法以示例形式展示給學生。比如講解分詞技術時，提前準備一段文字發給學生，讓學生根據自己頭腦中的知識和對母語的本能認識，完成對文字的分詞，然后將人工分詞的過程總結成算法記錄下來。在此過程中，授課教師會查看學生的思路，總結人工分詞過程中存在的問題。通常，學生在手工分詞的過程中會發現一些問題，比如分詞的粒度怎么把握、機器怎么區分詞的邊界等。帶著這些問題，教師會從基于詞典的最大匹配分詞講起，直到將分詞問題轉換為序列標注問題，采用條件隨機場來解決分詞問題。這樣逐步引導學生解決問題，在此基礎上講解最新的理論知識。通過這種“學中做”教學方法，學生從問題出發，自覺尋求相應理論解決問題，從而激發學生的好奇心和學習動力。課程團隊還將理論知識與研究領域熱點方向和熱門應用相結合，既傳授了先進的理論知識，又讓學生將理論與實踐應用聯系起來，做到學有所用。endprint

3 素質評價，重過程輕結果的考核方式

選修課的考核通常采用考試、寫大論文等方式。針對本課程采用的教學方式，筆者棄用了傳統的考核辦法，通過多元化的素質評價方式給學生打分。

1）日常課堂表現。

日常課堂表現是學生學好功課的基礎。因此，對學生每次課程的課堂表現進行打分，包括對問題思考的方法、過程、結果，對某一問題的解決方案等。

2）系統完成情況。

學生設計系統的復雜程度和完成情況，一般來說可以反映學生掌握基礎知識的深度以及學生的實際動手能力。教師根據系統實現的功能、每部分模塊的性能、選用算法的復雜度、程序實現的完整性、解決方法的創新性等方面打分。

3）文檔的規范性。

撰寫系統設計文檔以及說明文檔，對于設計實現一套完整的系統是不可或缺的。在課程教學過程中，特別是系統總結環節，教師會教授學生一些撰寫文檔的方法，要求學生不僅能夠解決問題，同時善于撰寫符合科學規范的文檔。因此，在總結階段，教師對學生撰寫系統文檔的完整性、科學性和規范性打分。

4）系統演講能力。

演講能力是目前大多數本科生缺乏的能力，也是科技研發人員必須具備的重要能力。本課程要求每組學生準備5～10分鐘的系統設計與總結演講。教學團隊從演講內容的取舍到幻燈片的制作方面進行指導，對學生制作的演講稿進行把關，通過后才允許學生上臺演講。在最后一次課上，每組都要進行演講并回答臺下教師和學生的提問。任課教師根據演講的流暢性、合理性以及回答問題的正確性和完整性進行打分。

4 結 語

結合具體教學經驗和實踐，教師從激發學生的積極性和主動性等方面提高教學質量。從目前的教學效果來看，取得了一定成效。每年有一些學生通過學習該門課程，選擇了自然語言處理方向作為繼續深造的研究方向；有的學生在工作中反饋這門課程對自己的正面影響。當然，在實際教學中還存在一些不足，比如選課人數過多時，教師的指導量非常大，只有一兩個人的教學團隊往往不能及時指導所有學生，影響學習效果。今后，筆者還會在教學內容設置以及教學方式上進一步思考，爭取取得更好的教學效果。

參考文獻：

[1] 王霞， 顧勛梅， 潘祝山. 離散數據教學改革及課程建設研究[J]. 計算機教育，2011（6）： 8-10.

[2] 劉輝. 對計算機圖形學選修課教學的思考[J]. 計算機教育， 2009（13）： 164-166.

[3] 張建偉， 孫燕青.“做中學”到建構主義—探究學習的理論軌跡[J]. 教育理論與實踐， 2006， 26（4）： 35-39.

[4] 張宣妮. 基于“做中學， 學中做”的傳感器教學模式探究[J]. 高教論壇， 2011（2）： 70-71.

（編輯：孫怡銘）endprint