自然語言處理課程教學改革的探究與實踐

摘要：自然語言處理作為智能科學與技術專業的一門重要課程，具有理論性強、抽象性高的特點。文章結合應用型本科院校背景，在現有傳統教學方法的基礎上，針對自然語言處理課程進行教學方式改革的探索，通過“雙驅雙融雙促進”的教學方式，借助大數據與人工智能實踐教學系統，融合多種教學手段，形成雙閉環的教學模式，促進考核方式的轉變，建立多元課程考核體系，以提高學生的綜合素質。通過課堂改革，旨在吸引學生興趣、創新教學模式、提升教學質量與實踐能力。

關鍵詞：自然語言處理；改革；教學方式；評價體系；考核

中圖分類號：G642" " " 文獻標識碼：A

文章編號：1009-3044（2025）28-0150-03

開放科學（資源服務） 標識碼（OSID）

0 引言

近年來，我國高校深入推進“四新”建設，專業結構不斷優化，同時也涌現出一些新興和特色優勢專業[1]。“四新”專業建設的目標是交叉融合，強調知識的融合、科技的融入，為科技人才培養模式創新指明了道路。復合型和創新型科技人才的培養須協同多方育人資源，形成合力，采取多種形式提高學生綜合素質[2]。自然語言處理課程作為一門新興課程，融合了語言學、線性代數、概率論、數據挖掘等多學科內容[3]。目前，許多高校和科研院所都開設了自然語言處理課程，并對該課程的教學模式進行了探討[4-6]。

現有的教學方法以教師為主導、學生為主體，以面對面學習為基本教學模式，借助多媒體、移動端App輔助教學，但存在教學模式單調、過程考核單一的問題，同時未實現分層教育。本文緊跟“四新”建設步伐，結合現有基礎，針對自然語言處理課程探究多樣的教學手段和方法，并促進考核方式改革，以期達到吸引學生興趣、創新教學模式、增強實踐能力的目標。

1 課程簡述

該課程面向智能科學與技術專業，學生在開設該課程前已有Python語言基礎、數理統計、機器學習、深度學習等課程的學習經歷，因而具備一定的基礎能力。

1.1 教學內容

本課程涉及自然語言處理基礎、中文分詞、文本分類、文本聚類、信息提取、情感分析等內容，前后內容具有一定的聯系。本課程教學內容的具體安排如圖1所示。

圖1 教學內容

自然語言處理基礎涉及數據預處理的方法、詞向量技術等內容，為后續任務做鋪墊。中文分詞介紹基于規則與詞表以及基于統計方法的中文分詞方法，并通過jieba庫實現中文分詞，以及停用詞處理、自定義詞典等內容的實現。文本分類章節以中文文本為例，介紹機器學習、深度學習在文本分類中的原理及應用。對比文本分類，介紹文本分類與文本聚類的區別，并通過經典的文本聚類方法實現中文文本的聚類過程。信息提取以中文為例，學習新詞提取的原理和方法、網頁有效信息提取的實現以及命名實體識別的過程和實現。情感分析介紹基于情感詞典的情感分析，并介紹基于深度學習的中文情感分析過程的實現。

以上內容通過理論和實驗環節的配合開展，促進學生對知識的掌握。

1.2 教學實施

1.2.1 教學方法

原有的教學實施過程以課堂教學為主，借助移動App輔助教學，并通過課后作業促進學生對基本理論的掌握，以實驗課程作為能力提升的唯一方式。

目前，在理論教學實施過程中，融合了問題探究法、案例分析法、演示法、練習法等教學方法。各方法貫穿于理論課堂的整個環節中，以問題探究法為主，使學生能夠有的放矢地學習。并通過案例教學法，引入貼近生活的案例以理解原理，吸引學生注意力，提高學生參與度。同時，通過實驗環境，輔以演示法，將前期原理學習中使用的案例，利用Python語言有效實現自然語言處理任務，并針對結果進行有效分析。課后，以練習法的形式，按時督促學生完成各章節的作業習題，用于鞏固各章節的基本理論知識，提高理論知識的掌握程度。

除理論教學外，還設計了實驗教學。以理論知識為基礎，通過提供在線環境或由學生自行安裝實驗環境的方式，完成實驗內容，并針對實驗結果進行解釋分析。通過實驗教學，以期達到鞏固知識、提升學生綜合實踐能力的目標。

綜上，理論教學和實驗教學共同構成了教學環節。然而，在整個教學過程中未形成閉環，對于教師、學生而言，無法有效發現存在的問題并及時進行更改；同時，教學過程中所有學生采用同樣的學習方式，未充分考慮分層教學，尚未達到“因材施教”的目的。

1.2.2 課程考核

自然語言處理作為一門交叉性學科[7]，課程內容具有一定的難度，同時課程具有較強的實踐性和綜合性。課程考核應充分結合課程特點，重視對實踐能力的考核。

課程考核與課程教學實施過程的各個環節息息相關。原有的考核方式呈現出“三重三輕”現象，即重記憶、輕理解，重理論、輕實踐，重結果、輕過程的特點。考核成績由過程成績（40%） 和期末成績（60%） 構成。過程評價體系單一，以課后作業和實驗為主，存在重記憶、重理論的現象，無法全面考核學生的綜合實踐能力，也無法體現其綜合能力水平。

2 教學改革內容

2.1 教學內容

在保留課程整體結構的基礎上，優化各單元內容，提煉自然語言處理的經典算法，如詞向量技術（One-Hot Encoding、Bag-of-words model、TF-IDF、Word2Vec等） 、分類方法（SVM、TextCNN、RNN等） 、情感分析方法（LSTM、BiLSTM等） 、文本聚類方法（K-Means等） 。同時，通過經典案例、時事新聞、引經據典等形式，融入思政元素，引導學生樹立正確的價值觀。此外，引導學生將所學方法應用于不同任務中，以培養其學習遷移能力。

2.2 教學方法與考核改革

2.2.1 教學方法

在理論教學過程中，結合教學實際情況及現有環境，對課前、課中、課后的各環節進行改革與創新。為更直觀地展示教學的改進情況，教學實施過程及所使用的教學方法如圖2所示。

針對教學方法進行改革與創新，分別在課前、課中、課后的各環節中探索并更新現有的教學方法，同時在各個環節融入課程思政，使自然語言處理理論教學和思政教育同行。通過教學方式的改革和變化，進一步促進考核方式的改變，以更加全面的形式考核學生的能力。

如圖2所示，教學方法的改革將增加課前測試、任務碰撞與驅動、案例分析、串聯對比、拓展任務等環節。通過“雙驅雙融雙促進”的教學方式，在課前、課中、課后進行改革。改革形成雙閉環教學模式，即學生通過課前的預習、課中的學習、課后的練習環節，形成課前、課中、課后“找差距、補短板、提能力”的閉環；教師通過對學生能力的測試及學生成績的分析，在教學過程中對教學方式進行調整，形成“評學生、測能力、調策略”的閉環。教學改革過程中，不僅探索了更加合適的教學方法，同時在教學方式改革的基礎上，進一步針對課程考核過程中存在的問題進行完善，以全面考核學生的綜合能力。

雙驅——以課前為主，通過預習和課前引導，形成課前線上預習驅動、課中任務驅動的雙驅環境。通過課前線上預習驅動了解“學什么”；通過課堂的任務驅動理解能“做什么”，可以明確具體任務的內容，以增強可操作性。任務驅動過程中，通過視頻、文本等形式，結合每節課的主題內容，發現生活中的實際應用、當前熱點話題等，并以此為依托提出要解決的問題。通過任務驅動環節，吸引學生興趣，激發學生求知欲。

雙融——以理論課程實施過程為陣地，將案例分析和串聯對比教學相融合。針對算法原理的晦澀難懂，通過任務案例，將公式用具體的案例進行分析，逐步遞進，引導學生理解原理和方法，并在實驗環境中通過演示法實現案例的結果。根據教學情況，使學生在課中或課后通過“大數據與人工智能實踐教學系統”限時完成，并根據完成準確率、提交時間先后順序進行有效評分。同時，教學過程中融入縱向、橫向對比學習，實現串聯對比教學。橫向，即實現教學內容先后的橫向串聯，形成清晰的自然語言處理知識體系；縱向，即利用不同方法解決同一任務，對比分析不同方法的差異，實現縱向串聯對比教學。通過縱、橫串聯對比教學，進一步增強學生的知識掌握程度，同時引導其進行對比學習，以提升學習遷移能力。

雙促進——以課后為主戰場，既促進對基本原理的鞏固，又促進綜合能力的提升。在“雙促進”的實施過程中，保留通過課后作業鞏固基本理論和原理的方式，促進學生對基本理論知識的掌握；借助并重視實驗教學環節，提升學生的綜合實踐能力；此外，增加拓展任務過程，借助“大數據與人工智能實踐教學系統”的“比賽與闖關”環節，以經典案例（如正確切分網絡用詞、垃圾郵件過濾、電影影評獲取、電影影評情感傾向分析、人名地名識別等） 為依托，有效針對能力較強的學生提升其學習遷移能力，并促進其學習積極性。

經過改變后的教學方式，更加關注學生的學習過程，注重學生的綜合能力，可有效避免“三重三輕”的現象。

2.2.2 考核方式

根據上述教學方法的變化，可以進一步促進過程評價體系的優化。課程考核方式的變化具體如下：

1） 根據課前測試，有效考量課前預習任務的完成情況。

2） 根據教學進展和課堂情況，在教學過程中增加課中或課后的限時提交課堂任務環節，為評價課堂表現提供依據。

3） 增設課后“比賽與闖關”環節，可有效實現分層教學，提升能力強的學生的綜合實力，也可有效區分課程考核成績。

通過教學考核方式的更新，可有效實現“多元評學生、測能力”的目標。

3 結論

本文探討了應用型本科院校自然語言處理課程的教學改革，以加強教學模式。結合現有教學環境，充分利用課前、課中、課后三個階段，通過“雙驅雙融雙促進”的教學方式，并利用“大數據與人工智能實踐教學系統”輔助實現實踐環節的實施和評價，實現教學過程的改進，使教學實施過程形成雙閉環，并有效實現分層教學，旨在提高學生興趣、創新教學模式、提高教學質量。通過教學方法的改變，進一步促進課程考核方式的轉變，更加注重對學生綜合能力的考核，彌補考核過程中重記憶、輕理解，重理論、輕實踐，重結果、輕過程的弊端，形成多元化評價體系。

參考文獻：

[1] 李立國，趙闊.從學科交叉到交叉學科：“四新”建設的知識邏輯與實踐路徑[J].廈門大學學報（哲學社會科學版），2022，72（3）：107-116.

[2] 龐萍，馮劭華，吳進.“四新”建設背景下科技人才培養目標提升路徑構建：基于信息素養教育視角[J].圖書情報導刊，2025，10（1）：65-71.

[3] 陳艷平.“自然語言處理”課程教學探索和實踐[J].科教文匯（上旬刊），2020（34）：135-136.

[4] 范永全，李顯勇，杜亞軍.基于OBE理念的自然語言處理課程教學改革實踐探索[J].電腦知識與技術，2024，20（3）：133-135.

[5] 楊華，楊關，鄭彬彬.能力導向與問題驅動的自然語言處理課程改革[J].天中學刊，2024，39（6）：149-152.

[6] 張宜浩，劉小洋.新工科背景下自然語言處理課程教學改革[J].計算機教育，2023（1）：96-99，104.

[7] 李紅，林珊，歐陽勇.基于深度學習的自然語言處理課程教學探索與實踐[J].計算機教育，2021（11）：147-151.

【通聯編輯：王力】