面向本科阶段的《自然语言处理》课程教学模式探索

王鹏鸣 郭懋轩

摘要：《自然语言处理》课程是高校“计算机科学与技术”专业和“人工智能”专业的学生了解自然语言处理的主要研究内容及关键技术的重要途径。然而，在该课程教学过程中普遍存在着一些问题。本文针对这些问题，分别从课程的理论教学和实践教学两个方面系统地提出了提升学生学习兴趣的教学方法，并已经在教学中取得了良好的效果。

关键词：自然语言处理;教学模式;本科阶段

一、引言

在本科阶段，《自然语言处理》是“计算机科学与技术”专业和“人工智能”专业的一门专业选修课。它的主要任务是使学生了解自然语言处理的主要研究内容及关键技术，并介绍自然语言处理方面的研究成果，为学生从事自然语言处理研究和开发做准备[1，2]。此外通过指导学生阅读计算语言学专业会议的论文，并通过提问和讨论，使他们对所学课程的有关概念与目前的流行方法和技术的关系有更深入地了解在此基础上，要求学生完成一篇有关自然语言处理主题的课程项目，使他们能用所学的知识发挥自身的能力查找有关资料和概括某一研究领域的国内外最新理论和技术并最终加以实践。

在课内教学活动中侧重于培养学生理解自然语言的基本概念，包括研究内容（如词法、句法和语义）和应用领域（如机器翻译和问答系统等）[3，4]。特别对自然语言处理中的关键问题（如歧义问题等），有明确的认识。了解最新型的技术现状并能初步应用。了解自然语言处理属于交叉学科，以及它与有关学科的关系。

二、存在问题

在《自然语言处理》课程教学过程中，普遍存在着如下几个问题：

1）學生学习兴趣低、积极性不高。本课程内容虽然涉及当前人工智能领域的前沿热门研究，但是照本宣科讲解理论知识打击了学生学习兴趣，慢慢做出迟到、早退、无故旷课等错误行为，甚至发生在课堂上睡觉、聊天、发呆、玩手机等恶劣现象。

2）教学难度提升。本课程涉及词法分析、句法分析、语义分析、文本分类、对话系统，统计机器翻译等多个模块内容，是知识体系庞大复杂的综合性学科，传统的教学方法以教师口述书本知识为主，辅以幻灯片投屏播放重点内容，此方法虽然讲解精细全面，然而在课时固定的情况下，教师无法将教学内容按时教授完毕，这无疑增大了教学的难度。

3）教学质量降低。本课程是计算机专业和人工智能专业的重要课程，对教师教学质量的要求十分严格。固有的理论教学模式导致教学内容乏味枯燥，课堂氛围沉闷，学生与教师课上及课后的互动性下降，最终导致教学质量降低，教学目标难以实现。

三、教学模式探索

（一）理论教学的探索

1.课程指导思想

根据我国高校内学生的课程安排，以及学生群体的知识层次，自然语言处理课程必须仔细选择教材，选择易于实践、且容易被学生理解的入门参考书。而且在自然语言处理课程的开展中，教师不能只强调算法和理论，必须在教学中贯彻理论联系实际的思想，最大限度地帮助学生理解知识点，减少学生由于编程太复杂而产生的厌学心理。

2.课程教学内容

在教学内容的安排上，教师必须遵循由简到难、层层递进的发展过程，严禁贪多求快。课程内容可以分为三个方面：首先，对语言处理进行介绍，以及在面对感兴趣的文本信息的时候，使用 Python 程序分析的步骤，并对编程要点进行巩固;其次，教授语言处理的原理，以及分类、标注、提取有效信息的方法，同时对句子的构建进行了解;最后，教授语言数据的具体管理方法。具体来说，应该解决一下三个问题：

（1）如何让学生接受最新、最前沿的知识。应从日常实用的角度，以人们看到、接触的事务来解释前沿的知识。比如，用百度翻译、谷歌翻译等人们平时所用的一些服务来解释机器翻译原理，这样会使学生们更加容易接受这些前沿的知识。

（2）如何让学生对复杂的科学知识感兴趣。一方面需要降低讲授知识点的难度，另一方面需要尽量将复杂的原理用简单易懂的话讲明白。比如，对于什么是语言模型，如果按照原始的理论，需要具备概率论的基础知识。对于普通的学生可以用一个日常中的直观例子来说明，比如“我去上学”和“去上学我”，几乎所有人都可以感觉后者不符合常规的表达，而这种感觉就是语言模型的一种直观体现，它是判断一句话是否符合语法规则的标准。

（3）如何让学生从前沿知识中有所收获。很多学生认为前沿知识和人们的距离很远，多数接触不到也用不到。不过通过信息检索相关实验，可以更加快速地从网络上获取所需要的知识。学习自动问答相关概念，能够更方便地和一些自动问答系统用语言进行交流，比如手机、智能电视中的语音助手等工具。因此，把复杂的科学问题和日常生活中的实践结合在一起，能够使学生从中获益。

（二）实践教学探索

实践教学的主要内容，包括如何利用NLTK开展文本分析、提取文本特征、对文本进行分类等，需要学生在实践中真正掌握现有语料库的调用、自身语料库的创建、抽取现有文本和过滤全部特征、字典的创建、决策树的构建、朴素贝叶斯、SVM分类的方法。

通常课堂上的教学仅仅是让学生掌握自然语言处理的基本知识、基本算法，但是这个过程属于被动接受的过程，并没有真正激发学生的创造力，考虑到自然语言处理课程具有很强的联系实际应用的特点，应该专门设置并定期更新一些应用专题作为课程的最后几讲。这些专题包括：信息检索、拼写检查、机器翻译、问答系统等。在应用专题中着重专注于讲解使用自然语言处理知识应用于这些领域的算法。

例如，在信息检索这一章节中，我们会以搜索引擎为对象，详细讲解搜索引擎所涉及到的知识点和算法，并加以实现。在拼写检查中，我们则会讲解正则表达式、编辑距离、基于规则和统计的错误识别算法等，并在作业中安排实现。所谓实践教学是指，将课堂中所教授的知识，理论联系实际，让学生参与到实际项目开发中来，从而深刻领会和掌握该课程的知识点，并能与企业无缝连接。在我们的课程中，我们给学生量身定做了10～20个适用于作者所在高校自然语言处理课程的大作业，同时也允许学生自己选择和定制自己小组的大作业。在学期后半段，我们专门给学生安排3周的时间来做课程大作业，在这段时间，教师会从资料收集、算法、思想等多个方面指导学生完成大作业设计。

四、总结

本文从作者的教学实践出发，在分析《自然语言处理》课程特点及教学过程中所存在问题的基础上，分别从理论教学和实践教学两个方面提出了提升学生学习兴趣的教学方法，并在教学中取得了良好的效果。

参考文献：

[1]傅迎华，李江，付东翔.自然语言处理课程教学探索和实践[J].计算机教育，2018（4）：56-59.

[2]钟茂生，黄晓辉，张红斌.“问题引导+项目驱动”并举的自然语言处理课程教学改革实践[J].计算机教育，2018（6）：72-75.

[3]罗世奇，田生伟.自然语言处理项目式教学策略探究[J].中国教育技术装备，2020.

[4]杨凤.基于人工智能的课程答疑系统的研究[D].大连海事大学，2020.