第2课自然语言描述算法 课件 -2023-2024学年浙教版（2023）信息科技五年级上册同步教学

第2课 自然语言描述算法 浙教版五年级上册 日期：2023.11.7 汇报人姓名 1 01. 1.描述算法的常用方法。 02. 2.用自然语言描述算法。 目录 2 第一节 1.描述算法的常用方法。 3 算法的描述方法 把求解问题的方法及其步骤用一种规范、可读性强的方式描述出来称为算法的描述，常用的描述方法有自然语言描述、流程图描述、伪代码描述等 4 第一种：流程图 流程图是描述代码的一种很好的工具，利用流程图，可以很好的表现出秩序执行过程中的三种基本结构组成一顺序结构、选择结构、循环结构等。需要注意的是，在使用流程图时，规定需要使用一些基本图形。 5 流程图（N-S图） 还有一种流程图，叫做N-S图，是在以前的流程图的基础上重新进行了改变，去掉了流程线，并且算法的每一步都用一个框进行描述，最终的执行是将所有的矩形框按照顺序连接起来。 6 第二种：伪代码 伪代码是一种介于我们编写的由机器执行的语言，但是又不受语法约束的代码。这种语言时无法被机器执行的，但是和流程图一样，也是一种常用的描述算法的方法。 伪代码主要是用来表示代码之间的逻辑关系，并不能交由计算机执行。因此，主要使用对象是设计师和程序员，是用来表达在编码前对算法执行过程中的一些想法的工具。 7 第三种：自然语言 算法的第三种表述，就是使用自然语言进行描述。自然语言比较符合我们的阅读习惯，是一种我们都能够理解的方式。不过，这种方式的缺点是无法很准确的描述循环、选择等结构。 8 1、理解问题。 2、分析问题。 3、确定适当数据结构和流程控制结构。 4、用伪代码表述算法。 5、思考算法正确性与效率。 如何写好算法 9 第二节 2.用自然语言描述算法。 10 用自然语言描述算法 1.收集数据：文本信息的常见来源包括-商品评价、用户产出的内容(推文、帖子、提问等)、问题解决方案等 2.清洗数据：去除一切不相关的字符-比如任何非数字字母的字符(针对英文)；标记文本，并拆分为独立的单词；去除不相关的词语；所有字母转换为小写；将拼错的单词或者多种拼法的单词与某个特定的表达绑定；考虑词形还原 11 3.找到好的数据表达方式(one-hot representation)：例如可以为数据集中的所有单词制作一张词表，将每个单词和一个唯一的索引关联。每个句子都是由一串数字组成(词表中独立单词对应的个数)。通过列表的索引，可以统计出句子中某个单词出现的次数(即词袋模型)，完全忽略句子中单词的顺序 12 4.分类 5.检验 6.解释词语结构：在词袋模型的基础上进行TF-IDF评分. 7.利用语义： 模型部署之后很有可能遇到在训练集中没有出现过的单词，那么模型可能就无法准确的为这些推文分类。需要获取到词语的语义来解决这个问题(比如：Word2Vec词向量-用来为单词寻找连续嵌入的技术)，也就是说我们需要理解“good”和“positive”比“apricot”和“continent”更接近。 8.Word2Vec通过读取大量文本并记忆出现在相似上下文中的单词进行学习，在经过足够的训练后，它会为词表中的每个单词生成生成一个100-300维的向量，具有相似含义的单词会靠的更近 NLP关键的实际应用 1.识别不同使用者/用户的客户群(预测用户流失、生命周期价值、产品偏好) 2.精准检测和提取反馈分类(正负面的评论观点、对衣服尺寸或舒适度等一些特别属性的提及) 3.根据意图进行文本分类(请求普通帮助、紧急问题处理) 15 NLP关键的实际应用 4.对微博信息进行分析，通过社交舆情看关注点 5.对邮件分析，结合贝叶斯算法判断哪些是垃圾邮件 6.语音识别与生成、文本分析、情感分析、机器翻译 16 练习 用自然语言描述:如何用3ml的瓶子和5ml的瓶子倒出4ml的水呢? 17 感谢聆听 18 $$