4.2利用智能工具解决问题说课课件人教_中图版高中信息技术必修1.pptx

4.2节《利用智能工具解决问题》 01 教学内容分析——教材分析 3 01 教学内容分析——单元教学主题 人工智能与职业规划 新革命——人工智能 体验人工智能云服务 人脸识别——看得见的AI 深入了解技术原理 情感分析——有温度的AI ①新革命——人工智能 ②人脸识别——看得见的AI 基础 浅层体验 深入了解 学生已学完Python相关知识 ③情感分析——有温度的AI 4 02 学情分析 未使用新教材 《网络技术应用》 无Python基础 知识基础 抽象思维、逻辑思维能力较强 能力基础 学习热情高 高中学生对人工智能充满兴趣 渴望了解技术背后的工作原理 心理特质 教学思路： 强化原理分析 弱化编程 重点提升学生的学科核心素养——计算思维 帮助学生掌握数据、算法等学科大概念 5 03 教学目标与重点、难点设计 教学目标是教学的出发点和归宿 教学目标： 1. 了解情感分析的概念及其应用领域（信息意识）； 2. 理解情感分析基于词典的研究方法，并掌握文本数值化的过程（计算思维）； 3. 能够根据情感分析文本数值化的过程，使用Python完善部分核心代码（计算思维）。 6 教学过程 /04 7 04 教学过程 1.引入新课（2分钟） 2.讲授新课1（13分钟） 3.实践任务1（7分钟） 4.讲授新课2（5分钟） 5.实践任务2（10分钟） 6.小结（3分钟） 华为9月19日发布了Mate30系列 思考：如何分析用户评价？ 设计意图： 通过手机引入激发学生兴趣 通过实际应用场景引出情感分析 帮助学生认识情感分析的应用价值 8 04 教学过程 体验情感分析 在百度搜索“腾讯AI开放平台” 在“技术引擎”下选择“情感分析” 任务： 找出识别不理想的语句，并思考原因 设计意图： 帮助学生了解情感分析 给本节课后续内容的学习打下良好基础 设计意图： 后续情感分析研究方法的分析做铺垫 1.引入新课（2分钟） 2.讲授新课1（13分钟） 3.实践任务1（7分钟） 4.讲授新课2（5分钟） 5.实践任务2（10分钟） 6.小结（3分钟） 9 04 教学过程 自然语言处理（ Natural Language Processing）研究的领域之一， 文本分类的一个分支， 是对带有情感色彩（褒义贬义/正向负向）的主观性文本进行分析，以确定该文本的观点、喜好、情感倾向。 如：评论“这款手机系统很流畅”归为正向，“这款手机续航能力很差”归为负向。 这两句话根据什么来确定正向或负向？ 情感分析简介： 设计意图： 引出情感分析最重要的依据——情感词，实现教学目标2 情感词 1.引入新课（2分钟） 2.讲授新课1（13分钟） 3.实践任务1（7分钟） 4.讲授新课2（5分钟） 5.实践任务2（10分钟） 6.小结（3分钟） 设计意图： 帮助学生了解情感分析的概念，实现教学目标1 10 情感分析-原理 “这手机的画面很好，操作也比较流畅，发热控制的也挺好，就是拍照太烂了！” 依据： 1.情感词 积极：1，消极：-1 1 + 1 + 1 + -1 =2 消极、积极分开（信息更丰富） 积极分：3，消极分：-1，总分：2 设计意图： 文本数据数值化的过程，培养学生的计算思维 04 教学过程 sent=[这,手机,的,画面,很,好]#句子分词 posdict=[‘好’,‘流畅’,‘赞’,‘顺手’]#积极情感词词典 negdict=[‘烂’,‘差’,‘坏’]#消极情感词词典 poscount=0 #循环遍历每个词 for word in sent: #若该词是积极情感词 if word in posdict: pos=1 poscount= poscount +pos #若该词是消极情感词 print(该句的积极分值：,poscount) 仅考虑情感词的代码分析： 1.引入新课（2分钟） 2.讲授新课1（13分钟） 3.实践任务1（7分钟） 4.讲授新课2（5分钟） 5.实践任务2（10分钟） 6.小结（3分钟） 12 04 教学过程 基础任务： 参考计算积极分值的代码，计算出消极分值，及总分值 拓展任务： 1.完善积极词典、消极词典 设计意图： 用填空的形式让学生写代码，突破教学难点 强化思维的基础上，弱化代码编写 设计意图： 任务分层 让学生体验词典的完善程度对于分析结果的重要性 设计意图： 实现教学目标3 1.引入新课（2分钟） 2.讲授新课1（13分钟） 3.实践任务1（7分钟） 4.讲授新课2（5分钟） 5.实践任务2（10分钟） 6.小结（3分钟） 13 04 教学过程 设计意图： 通过比较引出情感分析的其他依据，突出教学重点1 1.引入新课（2分钟） 2.讲授新课1（13分钟） 3.实践任务1（7分钟）