應(yīng)用人工智能技術(shù)挖掘文本數(shù)據(jù) 體悟?qū)W科數(shù)據(jù)分析新方法

楊健

【摘 要】數(shù)據(jù)是信息技術(shù)學(xué)科大概念，數(shù)據(jù)處理分析是中學(xué)信息技術(shù)學(xué)科教學(xué)的重要內(nèi)容。伴隨人工智能的發(fā)展，涌現(xiàn)出了一批有別于傳統(tǒng)教學(xué)中數(shù)據(jù)分析的新技術(shù)、新方法。為了讓學(xué)生通過信息技術(shù)課的學(xué)習(xí)了解這些前沿知識(shí)，掌握數(shù)據(jù)分析的新方法，落實(shí)學(xué)科核心素養(yǎng)，本文以文本數(shù)據(jù)挖掘?yàn)槔?，從教學(xué)設(shè)計(jì)的主題、教學(xué)內(nèi)容和教學(xué)過程三個(gè)方面進(jìn)行闡述。

【關(guān)鍵詞】數(shù)據(jù)分析;文本數(shù)據(jù)挖掘;詞頻統(tǒng)計(jì)分析;問題鏈

【中圖分類號(hào)】G434 【文獻(xiàn)標(biāo)識(shí)碼】A

【論文編號(hào)】1671-7384（2021）011-050-03

數(shù)據(jù)是信息技術(shù)學(xué)科大概念，數(shù)據(jù)處理是貫穿初、高中信息技術(shù)教學(xué)的重要內(nèi)容。初中學(xué)段數(shù)據(jù)處理的教學(xué)內(nèi)容是應(yīng)用Excel表格處理軟件對數(shù)據(jù)進(jìn)行獲取、編輯、統(tǒng)計(jì)分析、繪制圖表，并依據(jù)數(shù)據(jù)表和圖表進(jìn)行數(shù)據(jù)分析。數(shù)據(jù)處理對象是以數(shù)值型數(shù)據(jù)為主。高中階段的相關(guān)教學(xué)強(qiáng)調(diào)要應(yīng)用不同數(shù)據(jù)分析工具，對多種類型數(shù)據(jù)進(jìn)行處理。隨著人工智能技術(shù)的發(fā)展和應(yīng)用，生活中出現(xiàn)了很多對各種數(shù)據(jù)類型進(jìn)行處理和分析的新技術(shù)與新方法。如何在初中信息技術(shù)課堂上引導(dǎo)學(xué)生學(xué)習(xí)這些前沿知識(shí)，應(yīng)用新技術(shù)，感悟信息技術(shù)學(xué)科數(shù)據(jù)分析的新方法，并與高中階段數(shù)據(jù)處理的教學(xué)做好銜接，落實(shí)學(xué)科核心素養(yǎng)呢？經(jīng)過教學(xué)實(shí)踐的探索，本文以初中信息技術(shù)課“挖掘數(shù)據(jù)‘金礦—— 在線詞頻統(tǒng)計(jì)分析”為例進(jìn)行闡述。

以應(yīng)用新技術(shù)分析數(shù)據(jù)為出發(fā)點(diǎn)，確定文本數(shù)據(jù)挖掘的教學(xué)主題

文本是數(shù)據(jù)的一種形式，文本內(nèi)容的分析是數(shù)據(jù)處理的內(nèi)容之一。文本的詞頻統(tǒng)計(jì)分析是應(yīng)用人工智能技術(shù)對文章中重要詞匯出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，進(jìn)而根據(jù)統(tǒng)計(jì)的結(jié)果簡要分析文章內(nèi)容。應(yīng)用在線詞頻統(tǒng)計(jì)分析工具對文本內(nèi)容進(jìn)行挖掘、預(yù)測文章主旨、形成詞云圖，是數(shù)據(jù)分析和可視化表達(dá)的一種新技術(shù)、新方法、新觀念。這種應(yīng)用與《高中信息技術(shù)課程標(biāo)準(zhǔn)（2017年版2020年修訂）》（以下簡稱“高中課程標(biāo)準(zhǔn)”）對數(shù)據(jù)處理分析相關(guān)內(nèi)容的要求相一致。雖然課程標(biāo)準(zhǔn)的要求是針對高中信息技術(shù)學(xué)科教學(xué)的，但是初、高中的課程在知識(shí)體系、教學(xué)內(nèi)容、教學(xué)方法等方面具有一致性與連續(xù)性。因此，高中課程標(biāo)準(zhǔn)對初中的信息技術(shù)教學(xué)具有一定的指導(dǎo)意義。

現(xiàn)階段，教育部的相關(guān)文件要求初中學(xué)生要進(jìn)行大量課外閱讀，并在有限時(shí)間內(nèi)比較準(zhǔn)確地把握文章的主旨。而詞頻統(tǒng)計(jì)分析工具恰恰能夠?yàn)閷W(xué)生快速、恰當(dāng)?shù)胤治鑫恼绿峁┮环N新的輔助性技術(shù)手段和思路。

以培養(yǎng)學(xué)科核心素養(yǎng)為核心，選擇組織文本數(shù)據(jù)挖掘的教學(xué)內(nèi)容

教學(xué)內(nèi)容是課堂教學(xué)中落實(shí)學(xué)科核心素養(yǎng)、體現(xiàn)學(xué)科育人價(jià)值的重要載體。學(xué)生的學(xué)科核心素養(yǎng)綜合表現(xiàn)在知識(shí)與技能、過程與方法、情感態(tài)度與價(jià)值觀三個(gè)方面。信息技術(shù)學(xué)科又具有理論性、工具性、實(shí)踐性的特點(diǎn)。因此，教學(xué)內(nèi)容要包括理論知識(shí)、操作技能、應(yīng)用知識(shí)技能解決問題的思想方法及其相關(guān)的價(jià)值觀念，要借助生活情境和實(shí)踐活動(dòng)等形式呈現(xiàn)。

“挖掘數(shù)據(jù)‘金礦——在線詞頻統(tǒng)計(jì)分析”一課參考了九年義務(wù)教育地方教材《人工智能》七年級上冊（人民出版社）“人工智能應(yīng)用”單元第2課的內(nèi)容。第2課主要介紹了大數(shù)據(jù)概念、數(shù)據(jù)挖掘的基本方法、非結(jié)構(gòu)化數(shù)據(jù)（文本數(shù)據(jù)）挖掘、在線詞頻統(tǒng)計(jì)分析系統(tǒng)和結(jié)構(gòu)化數(shù)據(jù)挖掘以及電商平臺(tái)的推薦系統(tǒng)。

根據(jù)教學(xué)主題，本節(jié)課的教學(xué)內(nèi)容聚焦非結(jié)構(gòu)化數(shù)據(jù)即文本數(shù)據(jù)的挖掘。教材中呈現(xiàn)的相關(guān)內(nèi)容為高頻詞、詞頻分析的概念和詞頻分析工具使用的一般方法。從落實(shí)學(xué)科核心素養(yǎng)的角度考慮，結(jié)合學(xué)生已有的知識(shí)基礎(chǔ)（已學(xué)Excel電子表格數(shù)據(jù)處理與分析及智能處理與編程），對教材進(jìn)行延伸和拓展，增加詞頻分析技術(shù)原理的探究和對詞頻分析工具作用的理性判斷，形成了四部分教學(xué)內(nèi)容，即詞頻統(tǒng)計(jì)分析工具使用的意義、詞頻統(tǒng)計(jì)分析工具的使用方法、詞頻統(tǒng)計(jì)分析技術(shù)實(shí)現(xiàn)原理和對應(yīng)用詞頻統(tǒng)計(jì)分析工具的理性認(rèn)識(shí)。其中，使用在線詞頻統(tǒng)計(jì)分析工具幫助理解文本內(nèi)容是應(yīng)用人工智能技術(shù)解決實(shí)際問題的一項(xiàng)重要技能，而詞頻統(tǒng)計(jì)分析技術(shù)的實(shí)現(xiàn)原理蘊(yùn)含了計(jì)算機(jī)科學(xué)領(lǐng)域解決文本挖掘的基本思想和基本方法。這兩項(xiàng)教學(xué)內(nèi)容是這節(jié)課的教學(xué)重點(diǎn)。

四個(gè)教學(xué)內(nèi)容分別要落實(shí)一個(gè)學(xué)科核心素養(yǎng)的培養(yǎng)。詞頻統(tǒng)計(jì)分析工具使用的意義要引導(dǎo)學(xué)生聯(lián)想使用人工智能工具找出文章中的高頻詞，將問題的解決與信息技術(shù)建立聯(lián)系，從而體會(huì)新技術(shù)應(yīng)用的作用，發(fā)展學(xué)生的信息意識(shí)學(xué)科核心素養(yǎng)。詞頻統(tǒng)計(jì)分析工具的使用方法是讓學(xué)生學(xué)會(huì)使用詞頻統(tǒng)計(jì)分析工具，掌握概括文章主題的文本數(shù)據(jù)分析方法，從而以新視野解決學(xué)習(xí)中遇到的問題，發(fā)展學(xué)生的數(shù)字化學(xué)習(xí)與創(chuàng)新學(xué)科核心素養(yǎng)。詞頻統(tǒng)計(jì)分析技術(shù)實(shí)現(xiàn)原理是讓學(xué)生歸納出文章高頻詞的統(tǒng)計(jì)流程和構(gòu)成詞頻統(tǒng)計(jì)分析過程的功能模塊，理解計(jì)算機(jī)解決問題的方法和思想，從而發(fā)展學(xué)生的計(jì)算思維學(xué)科核心素養(yǎng)。對應(yīng)用詞頻統(tǒng)計(jì)分析工具的理性認(rèn)識(shí)是通過采用兩種不同閱讀方式的對比，客觀地認(rèn)識(shí)人工智能應(yīng)用，引導(dǎo)學(xué)生逐漸形成正向的價(jià)值取向，從而發(fā)展學(xué)生的信息社會(huì)責(zé)任學(xué)科核心素養(yǎng)。

以核心問題構(gòu)建問題鏈，設(shè)計(jì)文本數(shù)據(jù)挖掘的教學(xué)活動(dòng)

《高中信息技術(shù)課程標(biāo)準(zhǔn)（2017年版2020年修訂）》提倡學(xué)生在教師引導(dǎo)下發(fā)現(xiàn)問題，以解決問題為導(dǎo)向開展方案設(shè)計(jì)、新知學(xué)習(xí)、實(shí)踐探索等具有創(chuàng)新特質(zhì)的學(xué)習(xí)活動(dòng)。這種形式的學(xué)習(xí)活動(dòng)要求教學(xué)以問題為中心，把教學(xué)內(nèi)容化作問題，引導(dǎo)學(xué)生通過解決問題來掌握知識(shí)、形成能力、養(yǎng)成心理品質(zhì)[1]。在教學(xué)實(shí)踐中，教師要將教學(xué)內(nèi)容與具體應(yīng)用聯(lián)系起來而提出一個(gè)要解決的核心問題，再把核心問題分解為若干個(gè)具有內(nèi)在關(guān)聯(lián)的子問題，構(gòu)成一個(gè)問題鏈，形成問題框架。針對問題框架中問題鏈上的每個(gè)子問題的解決都要設(shè)計(jì)教學(xué)活動(dòng)。這個(gè)教學(xué)活動(dòng)要包含與該子問題解決密切相關(guān)的教學(xué)知識(shí)和明確的教學(xué)目標(biāo)。隨著教學(xué)活動(dòng)依次展開，問題鏈上的子問題逐一解決，最終學(xué)生完成核心問題的解決。學(xué)生在這個(gè)過程中學(xué)習(xí)知識(shí)，鍛煉解決問題的能力，發(fā)展學(xué)科核心素養(yǎng)。

“挖掘數(shù)據(jù)‘金礦——在線詞頻統(tǒng)計(jì)分析”一課的主要教學(xué)內(nèi)容是文本數(shù)據(jù)的分析方法，具體應(yīng)用是使用詞頻統(tǒng)計(jì)分析工具統(tǒng)計(jì)文本的高頻詞，輔助分析文本主旨。結(jié)合教學(xué)內(nèi)容和具體應(yīng)用，提出本節(jié)課的核心問題：如何進(jìn)行文本數(shù)據(jù)挖掘。將核心問題分解為四個(gè)子問題：為什么要使用詞頻統(tǒng)計(jì)分析工具進(jìn)行文本挖掘、如何使用詞頻統(tǒng)計(jì)分析工具快速挖掘文本信息、詞頻統(tǒng)計(jì)分析技術(shù)的原理是什么和如何理解詞頻統(tǒng)計(jì)分析工具在文本挖掘中的作用。圍繞著核心問題構(gòu)建了一個(gè)具有內(nèi)在聯(lián)系的問題鏈，其中每個(gè)子問題又可以細(xì)分為若干個(gè)小問題。針對問題鏈上的四個(gè)核心子問題，設(shè)計(jì)以下四個(gè)教學(xué)活動(dòng)。

活動(dòng)1：閱讀短文，找出高頻詞

請學(xué)生在1分鐘之內(nèi)閱讀短文“人工智能的應(yīng)用”，找出短文中出現(xiàn)次數(shù)最多的5個(gè)詞語，同時(shí)思考問題：短文的主要內(nèi)容是什么？如果沒有在規(guī)定時(shí)間內(nèi)完成，有什么方法手段可以幫助我們嗎？

該活動(dòng)的意圖是引導(dǎo)學(xué)生通過找出文章中出現(xiàn)次數(shù)最多的詞語，理解高頻詞的含義，知道高頻詞在理解文章時(shí)所起的作用。同時(shí)，體驗(yàn)用人工閱讀的方法在短時(shí)間內(nèi)無法完成指定任務(wù)時(shí)，聯(lián)想使用人工智能技術(shù)幫助解決問題，從而將問題解決與信息技術(shù)建立聯(lián)系，逐步形成信息意識(shí)。

活動(dòng)2：應(yīng)用詞頻統(tǒng)計(jì)分析工具

借助幫助文檔（教師給出的工具使用說明），使用紐扣詞云詞頻統(tǒng)計(jì)分析工具統(tǒng)計(jì)短文“人工智能的應(yīng)用”中的高頻詞，根據(jù)統(tǒng)計(jì)結(jié)果分析文章的主要內(nèi)容。思考問題：使用詞頻統(tǒng)計(jì)工具統(tǒng)計(jì)高頻詞，分析短文內(nèi)容經(jīng)歷了哪些步驟？

該活動(dòng)意圖是利用幫助文檔，學(xué)生要學(xué)會(huì)使用紐扣詞云詞頻統(tǒng)計(jì)分析工具。借助紐扣詞云詞頻統(tǒng)計(jì)分析工具，統(tǒng)計(jì)短文中的高頻詞，根據(jù)統(tǒng)計(jì)的高頻詞概括短文主題，歸納使用詞頻統(tǒng)計(jì)分析工具分析短文的步驟，以此發(fā)展學(xué)生使用數(shù)字化工具輔助學(xué)習(xí)，創(chuàng)新性解決問題，培養(yǎng)數(shù)字化學(xué)習(xí)與創(chuàng)新學(xué)科核心素養(yǎng)。

活動(dòng)3：探究詞頻統(tǒng)計(jì)分析的原理

學(xué)生閱讀一段文字，分析使用人工方法找出文字中高頻詞的過程。以此類比，推斷出構(gòu)成在線詞頻統(tǒng)計(jì)分析工具的5個(gè)功能模塊。以其中“詞頻統(tǒng)計(jì)”功能模塊為例，學(xué)生使用自然語言描述模塊實(shí)現(xiàn)的流程，并以流程圖的形式進(jìn)行表達(dá)。

該活動(dòng)意圖是在教師的引領(lǐng)下，學(xué)生能夠歸納出構(gòu)成詞頻統(tǒng)計(jì)分析過程的5個(gè)功能模塊，并使用自然語言描述實(shí)現(xiàn)模塊的方案，發(fā)展學(xué)生的計(jì)算思維學(xué)科核心素養(yǎng)。

活動(dòng)4：思考詞頻統(tǒng)計(jì)分析工具的作用

學(xué)生應(yīng)用紐扣詞云或圖悅詞頻統(tǒng)計(jì)分析工具，歸納文章“我的一位國文老師”中的國文老師的特征。然后，學(xué)生對比通過自己閱讀文章總結(jié)出的國文老師的特征，分析兩者之間的差別及產(chǎn)生原因，從而思考詞頻統(tǒng)計(jì)分析工具應(yīng)用的價(jià)值。

該活動(dòng)意圖是讓學(xué)生熟練掌握應(yīng)用詞頻統(tǒng)計(jì)分析工具進(jìn)行文本挖掘的方法，并通過使用不同方法，對比文章分析得到的不同結(jié)果，理性認(rèn)識(shí)詞頻統(tǒng)計(jì)分析工具的應(yīng)用價(jià)值，發(fā)展學(xué)生的信息社會(huì)責(zé)任學(xué)科核心素養(yǎng)。

當(dāng)今社會(huì)，人們生活在充滿數(shù)據(jù)的世界。利用信息技術(shù)手段和方法，特別是人工智能技術(shù)，認(rèn)識(shí)數(shù)據(jù)、分析數(shù)據(jù)、處理數(shù)據(jù)并分享其中的價(jià)值是學(xué)生在信息社會(huì)生存發(fā)展必備的能力。因此，信息技術(shù)課堂教學(xué)要結(jié)合技術(shù)變革的前沿知識(shí)，增加以應(yīng)用人工智能技術(shù)為代表的新技術(shù)處理數(shù)據(jù)的教學(xué)主題和教學(xué)內(nèi)容。在教學(xué)活動(dòng)中，要以問題為導(dǎo)向，引導(dǎo)學(xué)生學(xué)習(xí)數(shù)據(jù)分析的新方法，理性認(rèn)識(shí)新技術(shù)、新方法的價(jià)值，發(fā)展學(xué)科核心素養(yǎng)。

基金項(xiàng)目：北京市教育科學(xué)“十三五”規(guī)劃2018年度一般課題“高中信息技術(shù)教學(xué)中計(jì)算思維培養(yǎng)的教學(xué)案例研究”（立項(xiàng)編號(hào)：CDDB18183）

參考文獻(xiàn)

鄭金洲. 教學(xué)方法應(yīng)用指導(dǎo)[M]. 上海： 華東師范大學(xué)出版社，2006.

作者單位：北京市西城區(qū)教育研修學(xué)院