安全、法律、文化及环境等因素的影响。二、课程教学内容提要与基本要求理论部分序号学时教学内容提要基本要求第一章绪论1.1人工智能的诞生及发展掌握人工智能的概念与研究自标，了解人1.2人工智能的定义工智能研究的方法与研究学派以及所用11.3人工智能研究的方法及途径到的数学、物理知识，了解人工智能学科41.4人工智能的研究及应用领域诞生、发展及应用领域。了解我国在人工1.5我国目前人工智能领域的应用智能领域取得的成就与应用案例。案例与成就第二章知识表示方法2.1从数学推理看知识表示的本质知识表示是智能科学技术研究的主要领与必要性域之一。首先从初等数学的基本推理引出2.2一阶谓词逻辑表示法知识表示的重要性，让学生了解知识表示22.3产生式表示法4的本质，同时介绍几种重要的知识表示方2.4语义网络表示法法，尤其是目前比较流行和实用的知识图2.5框架表示法谱和本体表示方法及其实现方法。2.6面向对象的表示法2.7状态空间表示法第三章确定性推理方法知识运用是智能技术研究的三大问题之3.1推理概述一。确定性推理、不确定性推理方法以及3.2数理逻辑基础状态空间搜索方法是运用知识求解问题343.3演绎推理的主要手段。本章要求掌握确定性推理方法求解间题3.4归结推理3.5归结过程的控制策略的精髓。第四章不确定推理方法4.1不确定推理概述44掌握不确定性推理方法求解问题的精髓。4.2可信度方法4.3主观Bayes方法第五章搜索策略掌握状态空间搜索方法求解间题的方法55.1搜索的概念及种类与步骤。博奔是一种具有竞争性的智能活5.2盲目搜索策略动，博奔可分为两人零和、全信息、非偶13
13 安全、法律、文化及环境等因素的影响。 二、课程教学内容提要与基本要求 理论部分 序号 教学内容提要 基本要求 学时 1 第一章 绪论 1.1 人工智能的诞生及发展 1.2 人工智能的定义 1.3 人工智能研究的方法及途径 1.4 人工智能的研究及应用领域 1.5 我国目前人工智能领域的应用 案例与成就 掌握人工智能的概念与研究目标，了解人 工智能研究的方法与研究学派以及所用 到的数学、物理知识，了解人工智能学科 诞生、发展及应用领域。了解我国在人工 智能领域取得的成就与应用案例。 4 2 第二章 知识表示方法 2.1 从数学推理看知识表示的本质 与必要性 2.2 一阶谓词逻辑表示法 2.3 产生式表示法 2.4 语义网络表示法 2.5 框架表示法 2.6 面向对象的表示法 2.7 状态空间表示法 知识表示是智能科学技术研究的主要领 域之一。首先从初等数学的基本推理引出 知识表示的重要性，让学生了解知识表示 的本质，同时介绍几种重要的知识表示方 法，尤其是目前比较流行和实用的知识图 谱和本体表示方法及其实现方法。 4 3 第三章 确定性推理方法 3.1 推理概述 3.2 数理逻辑基础 3.3 演绎推理 3.4 归结推理 3.5 归结过程的控制策略 知识运用是智能技术研究的三大问题之 一。确定性推理、不确定性推理方法以及 状态空间搜索方法是运用知识求解问题 的主要手段。 本章要求掌握确定性推理方法求解问题 的精髓。 4 4 第四章 不确定推理方法 4.1 不确定推理概述 4.2 可信度方法 4.3 主观 Bayes 方法 掌握不确定性推理方法求解问题的精髓。 4 5 第五章 搜索策略 5.1 搜索的概念及种类 5.2 盲目搜索策略 掌握状态空间搜索方法求解问题的方法 与步骤。博弈是一种具有竞争性的智能活 动，博弈可分为两人零和、全信息、非偶 4
5.3启发式搜索策略然博奔和机遇性博奔。本章主要介绍两人5.4博奔树的启发式搜索零和、全信息、非偶然博奔间题第六章机器学习6.1机器学习系统的基本模型6.2传统机器学习方法机器学习是智能科学技术近年来的热点，6.3统计机器学习方法要求学生掌握传统的机器学习方法和统666.3.1决策树模型计机器学习方法，会用机器学习方法解决实际间题。6.3.2KNN模型6.3.3Kmeans模型6.3.4条件随机场模型第七章人工神经网络与深度学习7.1人工神经网络7.1.1ANN基本概念及组成特性7.1.2感知器模型及其学习算法神经网络技术是一种机器学习与间题求7.1.3反向传播模型及其学习算解技术。了解人工神经网络的组成及本法质，以及B-P网络模型与Hopfield模型7.1.4Hopfield模型及其学习算|的参数学习算法。76法深度学习是对B-P神经网络模型的改进，7.2深度学习模型包括卷积神经网络模型（CNN）、递归神经7.2.1CNN模型网络模型（RNN）等，本章将介绍这些模7.2.2RNN模型型机器应用方法7.2.3LSTM模型7.2.4预训练模型7.2.5各模型之间的关系三、教学方法教学方法为课堂讲授与视频演示相结合的方法。课堂讲授采用PPT与板书相结合的方法对人工智能的概念、原理、实现方法以及应用场景进行介绍。教学方式采用讲课以及与学生互动的方式进行。四、课程思政内容课程上要介绍我国在人工智能领域的快速发展及所取得的骄人成绩，培养学生对伟大的社会主义祖国的自豪感，同时通过了解世界科技的进步以及中华民族复兴的伟大目标，培养学生的责任感和使命感，体现社会主义核心价值观，使学生不忘初心，牢记使命，为国家的14
14 5.3 启发式搜索策略 5.4 博弈树的启发式搜索 然博弈和机遇性博弈。本章主要介绍两人 零和、全信息、非偶然博弈问题。 6 第六章 机器学习 6.1 机器学习系统的基本模型 6.2 传统机器学习方法 6.3 统计机器学习方法 6.3.1 决策树模型 6.3.2 KNN 模型 6.3.3 Kmeans 模型 6.3.4 条件随机场模型 机器学习是智能科学技术近年来的热点， 要求学生掌握传统的机器学习方法和统 计机器学习方法，会用机器学习方法解决 实际问题。 6 7 第七章 人工神经网络与深度学习 7.1 人工神经网络 7.1.1 ANN 基本概念及组成特性 7.1.2 感知器模型及其学习算法 7.1.3 反向传播模型及其学习算 法 7.1.4 Hopfield 模型及其学习算 法 7.2 深度学习模型 7.2.1 CNN 模型 7.2.2 RNN 模型 7.2.3 LSTM 模型 7.2.4 预训练模型 7.2.5 各模型之间的关系 神经网络技术是一种机器学习与问题求 解技术。了解人工神经网络的组成及本 质，以及 B-P 网络模型与 Hopfield 模型 的参数学习算法。 深度学习是对 B-P 神经网络模型的改进， 包括卷积神经网络模型（CNN）、递归神经 网络模型（RNN）等，本章将介绍这些模 型机器应用方法 6 三、教学方法 教学方法为课堂讲授与视频演示相结合的方法。课堂讲授采用 PPT 与板书相结合的方法 对人工智能的概念、原理、实现方法以及应用场景进行介绍。教学方式采用讲课以及与学生 互动的方式进行。 四、课程思政内容 课程上要介绍我国在人工智能领域的快速发展及所取得的骄人成绩，培养学生对伟大的 社会主义祖国的自豪感，同时通过了解世界科技的进步以及中华民族复兴的伟大目标，培养 学生的责任感和使命感，体现社会主义核心价值观，使学生不忘初心，牢记使命，为国家的
复兴而努力学习。在具体的教学中开展相应的思想政治教育：1.课程中介绍人工智能的发展历史及其当前的发展现状，结合我国的实际，介绍世界各国以及我国科技工作者在人工智能领域取得的成就，例如，在语音识别领域、机器人、无人机、智能仓储与物流领域，我国取得的领先国际的成绩，增强学生的自豪感。2.了解人工智能目前的快速发展，结合我国建设的宏伟目标，使学生明确在人工智能领域的奋斗方向，激发学生的使命感和责任感，努力学习，立志报效祖国、服务人民。3.通过不同人工智能算法的学习，使学生了解面对复杂工程间题时，有各种各样的实现方法，如何选择最优的方法，以实现事半功倍的效果，引导学生运用已有的知识和经验，让自己所学发挥最大的作用，少走弯路，创造出世界领先的技术和产品。五、教学目标达成与评价方式1.教学目标1通过第一章绪论的讲解和有关人工智能应用的视频演示，并通过整个课程的理论讲解来达成；达成情况通过平时作业、课堂提问回答情况、实验性作业的结果演示、期末考试成绩等进行评价。2.教学目标2通过课堂布置的有关实践性作业以及结合自己导师实验室的科研项目，运用人工智能知识在解决实际间题中达成；达成情况通过平时作业、课堂提问回答情况、实验性作业的结果演示、期末考试成绩等进行评价。六、课程成绩评定1.平时成绩：包括不固定时间随堂提间，以及在课后布置与课程知识点相关的习题以督促学生学习为目的，并以此反映学生的学习态度及知识掌握情况。2.期末考试：内容涉及课程的基本理论和基本分析、设计方法，并重点突出，题型包括选择题、填空题、问答题、简述题、应用题等。最终成绩各部分所占比例如下（%）本课程成绩考核比例考核方式备注成绩比例（%）平时成绩20-30包含课堂互动、作业、考勤等70-80期末考试闭卷或开卷七、建议教材与主要参考书建议教材：张仰森。人工智能教程（第2版）。北京：高等教育出版社，2016.9参考书：1.张仰森．人工智能教程学习指导与习题解析．高等教育出版社，2009.32.王万良．人工智能通识教程．清华大学出版社.2020.915
15 复兴而努力学习。在具体的教学中开展相应的思想政治教育: 1.课程中介绍人工智能的发展历史及其当前的发展现状，结合我国的实际，介绍世界各 国以及我国科技工作者在人工智能领域取得的成就，例如，在语音识别领域、机器人、无人 机、智能仓储与物流领域，我国取得的领先国际的成绩，增强学生的自豪感。 2.了解人工智能目前的快速发展，结合我国建设的宏伟目标，使学生明确在人工智能领 域的奋斗方向，激发学生的使命感和责任感，努力学习，立志报效祖国、服务人民。 3.通过不同人工智能算法的学习，使学生了解面对复杂工程问题时，有各种各样的实现 方法，如何选择最优的方法，以实现事半功倍的效果，引导学生运用已有的知识和经验，让 自己所学发挥最大的作用，少走弯路，创造出世界领先的技术和产品。 五、教学目标达成与评价方式 1. 教学目标 1 通过第一章绪论的讲解和有关人工智能应用的视频演示，并通过整个课 程的理论讲解来达成；达成情况通过平时作业、课堂提问回答情况、实验性作业的结果 演示、期末考试成绩等进行评价。 2. 教学目标 2 通过课堂布置的有关实践性作业以及结合自己导师实验室的科研项目， 运用人工智能知识在解决实际问题中达成；达成情况通过平时作业、课堂提问回答情况、 实验性作业的结果演示、期末考试成绩等进行评价。 六、课程成绩评定 1. 平时成绩：包括不固定时间随堂提问，以及在课后布置与课程知识点相关的习题， 以督促学生学习为目的，并以此反映学生的学习态度及知识掌握情况。 2. 期末考试：内容涉及课程的基本理论和基本分析、设计方法，并重点突出，题型包 括选择题、填空题、问答题、简述题、应用题等。 最终成绩各部分所占比例如下（%）： 本课程成绩考核比例 考核方式 成绩比例（%） 备注 平时成绩 20-30 包含课堂互动、作业、考勤等 期末考试 70-80 闭卷或开卷 七、建议教材与主要参考书 建议教材： 张仰森. 人工智能教程（第 2 版）. 北京：高等教育出版社，2016.9 参考书： 1．张仰森. 人工智能教程学习指导与习题解析. 高等教育出版社. 2009.3 2．王万良. 人工智能通识教程. 清华大学出版社.2020.9
3．蔡自兴．人工智能及其应用．北京：清华大学出版社．2010.2八、编制与审核工作内容负责人完成时间蒋玉茹编制（任课教师）2024.07.20审核（学科、专业负张伟2024.07.31责人）批准（主管院长）刘秀磊2024.07.3116
16 3．蔡自兴. 人工智能及其应用. 北京：清华大学出版社. 2010.2 八、编制与审核 工作内容 负责人 完成时间 编制（任课教师） 蒋玉茹 2024.07.20 审核（学科、专业负 责人） 张伟 2024.07.31 批准（主管院长） 刘秀磊 2024.07.31
《自然语言处理》课程教学大纲课程名称课程编码CS504自然语言处理Natural Language英文名称考核方式口考试口考查Processing公共必修课学分2专业必修课口公共选修课课程性质口专业选修课32总学时口补修课口其他口本研一体化课程口特色课程口学科交叉融合课程口全英文授课课程0课程特点实验学时口双语授课课程口案例课程口校企联合课程口其他先修课程（已具高等数学、线性代数备知识能力）适用学科/专业计算机科学与技术，电子信息（计算机技术），电子信息（人工智能-智能计算）学位类别（领域）一、课程教学目标教学目标1：通过本课程的学习，学生将了解自然语言处理的基本原理和方法；掌握汉语语料库的加工技术，理解各种语言模型的构建方法及自然语言的计算机分析技术。教学目标2：通过本课程的学习，学生能够了解自然语言处理的典型应用领域，如文本分类、信息检索和抽取、汉语文本的自动校对及间答与对话技术等，学生能够掌握自然语言处理应用在这些领域中的基本原理与实现方法，二、课程教学内容提要与基本要求理论部分序号学时基本要求教学内容提要17
17 《自然语言处理》课程教学大纲 课程名称 自然语言处理 课程编码 CS504 英文名称 Natural Language Processing 考核方式 ☑考试 □考查 课程性质 □公共必修课 ☑专业必修课 □公共选修课 □专业选修课 □补修课 □其他_ 学分 2 总学时 32 课程特点 □本研一体化课程 □特色课程 □学科交叉融合课程 □全英文授课课程 □双语授课课程 □案例课程 □校企联合课程 □其他_ 实验学时 0 先修课程（已具 备知识能力） 高等数学、线性代数 适用学科/专业 学位类别（领域） 计算机科学与技术，电子信息（计算机技术），电子信息（人工智能-智能计算） 一、课程教学目标 教学目标 1：通过本课程的学习，学生将了解自然语言处理的基本原理和方法；掌握汉 语语料库的加工技术，理解各种语言模型的构建方法及自然语言的计算机分析技术。 教学目标 2：通过本课程的学习，学生能够了解自然语言处理的典型应用领域，如文本 分类、信息检索和抽取、汉语文本的自动校对及问答与对话技术等，学生能够掌握自然语言 处理应用在这些领域中的基本原理与实现方法。 二、课程教学内容提要与基本要求 理论部分 序号 教学内容提要 基本要求 学时