应用人工智能技术挖掘文本数据 体悟学科数据分析新方法

杨健

【摘 要】数据是信息技术学科大概念，数据处理分析是中学信息技术学科教学的重要内容。伴随人工智能的发展，涌现出了一批有别于传统教学中数据分析的新技术、新方法。为了让学生通过信息技术课的学习了解这些前沿知识，掌握数据分析的新方法，落实学科核心素养，本文以文本数据挖掘为例，从教学设计的主题、教学内容和教学过程三个方面进行阐述。

【关键词】数据分析;文本数据挖掘;词频统计分析;问题链

【中图分类号】G434 【文献标识码】A

【论文编号】1671-7384（2021）011-050-03

数据是信息技术学科大概念，数据处理是贯穿初、高中信息技术教学的重要内容。初中学段数据处理的教学内容是应用Excel表格处理软件对数据进行获取、编辑、统计分析、绘制图表，并依据数据表和图表进行数据分析。数据处理对象是以数值型数据为主。高中阶段的相关教学强调要应用不同数据分析工具，对多种类型数据进行处理。随着人工智能技术的发展和应用，生活中出现了很多对各种数据类型进行处理和分析的新技术与新方法。如何在初中信息技术课堂上引导学生学习这些前沿知识，应用新技术，感悟信息技术学科数据分析的新方法，并与高中阶段数据处理的教学做好衔接，落实学科核心素养呢？经过教学实践的探索，本文以初中信息技术课“挖掘数据‘金矿—— 在线词频统计分析”为例进行阐述。

以应用新技术分析数据为出发点，确定文本数据挖掘的教学主题

文本是数据的一种形式，文本内容的分析是数据处理的内容之一。文本的词频统计分析是应用人工智能技术对文章中重要词汇出现的次数进行统计，进而根据统计的结果简要分析文章内容。应用在线词频统计分析工具对文本内容进行挖掘、预测文章主旨、形成词云图，是数据分析和可视化表达的一种新技术、新方法、新观念。这种应用与《高中信息技术课程标准（2017年版2020年修订）》（以下简称“高中课程标准”）对数据处理分析相关内容的要求相一致。虽然课程标准的要求是针对高中信息技术学科教学的，但是初、高中的课程在知识体系、教学内容、教学方法等方面具有一致性与连续性。因此，高中课程标准对初中的信息技术教学具有一定的指导意义。

现阶段，教育部的相关文件要求初中学生要进行大量课外阅读，并在有限时间内比较准确地把握文章的主旨。而词频统计分析工具恰恰能够为学生快速、恰当地分析文章提供一种新的辅助性技术手段和思路。

以培养学科核心素养为核心，选择组织文本数据挖掘的教学内容

教学内容是课堂教学中落实学科核心素养、体现学科育人价值的重要载体。学生的学科核心素养综合表现在知识与技能、过程与方法、情感态度与价值观三个方面。信息技术学科又具有理论性、工具性、实践性的特点。因此，教学内容要包括理论知识、操作技能、应用知识技能解决问题的思想方法及其相关的价值观念，要借助生活情境和实践活动等形式呈现。

“挖掘数据‘金矿——在线词频统计分析”一课参考了九年义务教育地方教材《人工智能》七年级上册（人民出版社）“人工智能应用”单元第2课的内容。第2课主要介绍了大数据概念、数据挖掘的基本方法、非结构化数据（文本数据）挖掘、在线词频统计分析系统和结构化数据挖掘以及电商平台的推荐系统。

根据教学主题，本节课的教学内容聚焦非结构化数据即文本数据的挖掘。教材中呈现的相关内容为高频词、词频分析的概念和词频分析工具使用的一般方法。从落实学科核心素养的角度考虑，结合学生已有的知识基础（已学Excel电子表格数据处理与分析及智能处理与编程），对教材进行延伸和拓展，增加词频分析技术原理的探究和对词频分析工具作用的理性判断，形成了四部分教学内容，即词频统计分析工具使用的意义、词频统计分析工具的使用方法、词频统计分析技术实现原理和对应用词频统计分析工具的理性认识。其中，使用在线词频统计分析工具帮助理解文本内容是应用人工智能技术解决实际问题的一项重要技能，而词频统计分析技术的实现原理蕴含了计算机科学领域解决文本挖掘的基本思想和基本方法。这两项教学内容是这节课的教学重点。

四个教学内容分别要落实一个学科核心素养的培养。词频统计分析工具使用的意义要引导学生联想使用人工智能工具找出文章中的高频词，将问题的解决与信息技术建立联系，从而体会新技术应用的作用，发展学生的信息意识学科核心素养。词频统计分析工具的使用方法是让学生学会使用词频统计分析工具，掌握概括文章主题的文本数据分析方法，从而以新视野解决学习中遇到的问题，发展学生的数字化学习与创新学科核心素养。词频统计分析技术实现原理是让学生归纳出文章高频词的统计流程和构成词频统计分析过程的功能模块，理解计算机解决问题的方法和思想，从而发展学生的计算思维学科核心素养。对应用词频统计分析工具的理性认识是通过采用两种不同阅读方式的对比，客观地认识人工智能应用，引导学生逐渐形成正向的价值取向，从而发展学生的信息社会责任學科核心素养。

以核心问题构建问题链，设计文本数据挖掘的教学活动

《高中信息技术课程标准（2017年版2020年修订）》提倡学生在教师引导下发现问题，以解决问题为导向开展方案设计、新知学习、实践探索等具有创新特质的学习活动。这种形式的学习活动要求教学以问题为中心，把教学内容化作问题，引导学生通过解决问题来掌握知识、形成能力、养成心理品质[1]。在教学实践中，教师要将教学内容与具体应用联系起来而提出一个要解决的核心问题，再把核心问题分解为若干个具有内在关联的子问题，构成一个问题链，形成问题框架。针对问题框架中问题链上的每个子问题的解决都要设计教学活动。这个教学活动要包含与该子问题解决密切相关的教学知识和明确的教学目标。随着教学活动依次展开，问题链上的子问题逐一解决，最终学生完成核心问题的解决。学生在这个过程中学习知识，锻炼解决问题的能力，发展学科核心素养。

“挖掘数据‘金矿——在线词频统计分析”一课的主要教学内容是文本数据的分析方法，具体应用是使用词频统计分析工具统计文本的高频词，辅助分析文本主旨。结合教学内容和具体应用，提出本节课的核心问题：如何进行文本数据挖掘。将核心问题分解为四个子问题：为什么要使用词频统计分析工具进行文本挖掘、如何使用词频统计分析工具快速挖掘文本信息、词频统计分析技术的原理是什么和如何理解词频统计分析工具在文本挖掘中的作用。围绕着核心问题构建了一个具有内在联系的问题链，其中每个子问题又可以细分为若干个小问题。针对问题链上的四个核心子问题，设计以下四个教学活动。

活动1：阅读短文，找出高频词

请学生在1分钟之内阅读短文“人工智能的应用”，找出短文中出现次数最多的5个词语，同时思考问题：短文的主要内容是什么？如果没有在规定时间内完成，有什么方法手段可以帮助我们吗？

该活动的意图是引导学生通过找出文章中出现次数最多的词语，理解高频词的含义，知道高频词在理解文章时所起的作用。同时，体验用人工阅读的方法在短时间内无法完成指定任务时，联想使用人工智能技术帮助解决问题，从而将问题解决与信息技术建立联系，逐步形成信息意识。

活动2：应用词频统计分析工具

借助帮助文档（教师给出的工具使用说明），使用纽扣词云词频统计分析工具统计短文“人工智能的应用”中的高频词，根据统计结果分析文章的主要内容。思考问题：使用词频统计工具统计高频词，分析短文内容经历了哪些步骤？

该活动意图是利用帮助文档，学生要学会使用纽扣词云词频统计分析工具。借助纽扣词云词频统计分析工具，统计短文中的高频词，根据统计的高频词概括短文主题，归纳使用词频统计分析工具分析短文的步骤，以此发展学生使用数字化工具辅助学习，创新性解决问题，培养数字化学习与创新学科核心素养。

活动3：探究词频统计分析的原理

学生阅读一段文字，分析使用人工方法找出文字中高频词的过程。以此类比，推断出构成在线词频统计分析工具的5个功能模块。以其中“词频统计”功能模块为例，学生使用自然语言描述模块实现的流程，并以流程图的形式进行表达。

该活动意图是在教师的引领下，学生能够归纳出构成词频统计分析过程的5个功能模块，并使用自然语言描述实现模块的方案，发展学生的计算思维学科核心素养。

活动4：思考词频统计分析工具的作用

学生应用纽扣词云或图悦词频统计分析工具，归纳文章“我的一位国文老师”中的国文老师的特征。然后，学生对比通过自己阅读文章总结出的国文老师的特征，分析两者之间的差别及产生原因，从而思考词频统计分析工具应用的价值。

该活动意图是让学生熟练掌握应用词频统计分析工具进行文本挖掘的方法，并通过使用不同方法，对比文章分析得到的不同结果，理性认识词频统计分析工具的应用价值，发展学生的信息社会责任学科核心素养。

当今社会，人们生活在充满数据的世界。利用信息技术手段和方法，特别是人工智能技术，认识数据、分析数据、处理数据并分享其中的价值是学生在信息社会生存发展必备的能力。因此，信息技术课堂教学要结合技术變革的前沿知识，增加以应用人工智能技术为代表的新技术处理数据的教学主题和教学内容。在教学活动中，要以问题为导向，引导学生学习数据分析的新方法，理性认识新技术、新方法的价值，发展学科核心素养。

基金项目：北京市教育科学“十三五”规划2018年度一般课题“高中信息技术教学中计算思维培养的教学案例研究”（立项编号：CDDB18183）

参考文献

郑金洲. 教学方法应用指导[M]. 上海： 华东师范大学出版社，2006.

作者单位：北京市西城区教育研修学院