基于OBE理念的自然语言处理课程改革研究
魏小梅 胡滨 李芳芳
摘要：人工智能技术的发展对新工科人才培养提出了新要求，推动着相关专业教学模式的变革。文章针对人工智能方向的重要课程自然语言处理，提出基于OBE理念的课程建设方案。该方案明确课程建设目标、教学内容、实施方式和考核方式。探讨实现以学生为中心、以成果为导向的新型教学关系，培养学生自主学习习惯和能力。
关键词：成果导向;自然语言处理;课程建设;项目实践
“成果导向”的教育理念（Outcome Based Education，简称OBE，亦称能力导向教育、目标导向教育或需求导向教育）由Spady等人提出。其核心为教学实施和教学设计目标是学生通过教育过程最后所达到的学习成果，重视学生学习过程结束后所获得的真正能力，是学生在顺利完成某阶段学习过程后应该理解和掌握的方面。与传统的课堂教学模式相比，成果导向教育理念课堂教学模式对教师的课堂教学设计与开展，对学生的学习动机、学习目标、学习方式以及课堂教学效果评定等方面都有较大的创新。
2018年教育部印发的《高等学校人工智能创新行动计划》指出，作为新工科涵盖的新兴专业，人工智能技术已经成为经济发展新引擎、社会发展加速器，正在引领新一轮科技革命和产业变革。面对新一代人工智能发展的机遇，高校要进一步强化基础研究、学科发展和人才培养方面的优势，不断推动人工智能与教育深度融合，为教育变革提供新方式。自然语言处理课程是人工智能方向的重要课程，有较强的綜合性、实用性和创新性。该课程一般在本科高年级开设，此时学生已完成有关先修专业基础课程，具备较高专业技能，能够掌握课程专业知识的同时，完成一定容量的综合实践项目。传统的以教师为核心的课堂教学模式已经不能满足其教学要求，不能满足学科发展需要;因此，将OBE教育理念应用于课程教学，将更好地明确教学目标，科学安排教学内容，从而激发学生的学习兴趣，提高学生的实践能力和创新能力。综合参照国内关于该课程的改革方案的一些新的思路，本项目将以“自然语言处理与知识发现”课程为实现载体，探索基于OBE理念的教学模式在人工智能类课程中的应用。
一、推进基于OBE理念的自然语言处理课程建设
作为人工智能学科的一门重要基础课程，自然语言处理课程具有如下特点。
（一）课程内容知识点多
自然语言处理是一门新兴交叉学科，它涵盖了语言学、计算机科学、概率统计和机器学习学科知识内容。因此其学科内容覆盖的知识比较广，对学生的要求除了计算机基本的编程和算法技能外，还需要具备基础的语言学的词法、句法和语义学等知识，同时高等数学和概率论知识对课程中统计模型的理解也很重要。涉及到自然语言处理课程的学科基础如此之多，课程容量相对也比较大，因此在有限的课堂学时中科学安排课程内容，使之能够激发和引导学生课下的进一步探究和学习非常重要。
（二）学科应用性强
自然语言处理与行业应用密切相关。常见的应用有信息检索、垃圾邮件分类、商品评论、语音识别、自动问答和聊天机器人等。在课程设计中，需要将自然语言处理的基础技术如词法、句法、语义分析等与统计机器学习模型结合，形成完整的课程项目。学生通过课堂知识的理解，依照课程项目的要求，查阅文献和工具，分析项目实现流程，运用自己的算法和代码能力，通过基于理论和模型之上的实践项目来巩固课程内容，拓展课程知识，培养动手能力和创新能力。
（三）开设时间短
国外开设本课程相对较早，有比较成熟的课程体系，他们在本科阶段就有自然语言处理的独立专业。国内引入自然语言处理的时间相对较短，目前为止还没有自然语言处理的本科专业，仅有一些高校将其作为本科专业选修课程。因此本课程的课程内容、授课方式和实践方式都还不完善。
基于以上课程特点，适逢教育部关于《高等学校人工智能创新行动计划》的提出，研究和设计合理的自然语言课程建设方案，是恰逢其时的任务。基于此，我们提出基于OBE理念的课程建设方案。建设方案如下：
1.基于成果需求建立课程实践项目。根据课程要求，找准行业需求，调研国内外成熟的课程体系，结合行业的最新应用和发展，构建科学的教学案例和课程实践项目是改革方案的基础。
2.建立契合课程项目的课程体系。课程体系是培养方案的重要架构，是课程实践项目实现的基础。所有的项目应用一定是基于学科的基础知识的，因此找准与实践项目相关的知识点，科学地构建课程知识点与课程项目的关联，将课程知识点循序渐进地融合到项目中。
3.研究教学实施方式和考核方式。教学环节是实施改革方案实现过程。改革的指导思想是从“以教为主”向“以学为主”的方式转变，包括授课方式、作业方式和反馈方式等。考核方式将会以最终成绩为主转变为注重成果和成果的实现过程为主。
以上课程研究内容其实就是要回答OBE理念的核心问题：这门课程需要让学生取得的学习成果是什么？怎样设计课程才能帮助学生取得这些学习成果？如何评估学生取得学习成果？作为一种先进的教育模式，OBE理念其核心是以学生为主体，以成果为驱动，所有的课程教学活动都围绕该理念设计。
二、思路和方法
课程建设项目的研究流程：根据调研课程的要求和行业应用的需要，提出该课程应该达到的目标和获得的学习成果;围绕成果需求的目标整合教学内容，学生完成对应的课程项目;基于OBE理念开展教学的实施过程，并设计合理的考核方式。
（一）基于OBE的成果理念构建课程项目
调研国内外高校开设相关课程，结合本校的教学实际和学生所掌握的知识体系，放眼行业应用需求和前沿技术，撰写符合专业培养方案的课程大纲，明确课程应该达到的成果要求。根据目前已有的授课经验和教学方案的要求，本课程中学生需要获得的部分课程成果要求如图1左边所示的6个任务：基本的文本处理和统计能力、基于HMM模型的分词和词性标注模型实现、餐厅电话语音识别、文本拼写检查器的实现、垃圾邮件识别和Twitter产品评论极性的判别。初期课程成果项目由课题组教师完成项目收集和创建，并每年根据行业发展补充更新。在课程实施过程中，发现和鼓励学生创新，提出和完成有创新性的课程项目案例。这种从学生中来到学生中去，以学生为本的思想，正是OBE理念的体现，学生从中获得的成就感会进一步刺激他们的学习积极性，培养学生的创新能力，从而形成一种教和学的良性互动。
（二）根据成果要求整合教学内容
图1右边所示的是与教学成果关联的教学内容。包括基本的文本处理能力和文本统计技术、分词和词性标注的知识和相关的统计模型HMM、语言模型及其应用、文本分类技术和应用。现在需要根据课程项目，在课程大纲的指导下整合它们与课程知识点的对应关系。整合课程知识点过程中，我们参考了几个资源：首先，目前有一些国内外高校开设此类课程，例如斯坦福大学的cs124课程，中国科学院宗成庆老师的“统计自然语言处理”等，他们有相对完善的课程体系和资源，借鉴这些优质的课程体系可以继承优点，少走弯路。其次，该课程内容与前沿技术和行业需求紧密结合，属于研究型的应用课程。因此到相关企业调研，对接产业需求，培养符合市场需要的创新型人才，也是《高等学校人工智能创新行动计划》的要求;另外在授课过程中，通过小组讨论的方式，在课堂互动过程中发现问题，补充知识点。目前，课程部分成果目标和对应的知识点组织如表1所示。
（三）教学实施方式改革
基于OBE的教学改革重要理念是教学驱动方式的变革，从以教师教授为主转变为学生学习和实践为主。因此，教学实施方式除了课堂讲授，加大了学生參与课堂的力度，学生参与课堂的方式包括小组讨论、课程项目的分组和实现、成果答辩等过程。实施过程按照如下方式进行：
1.学生分组，项目分发。教师在教授每个版块知识前，先将基于成果目标的课程项目分发给学生，学生通过调研和撰写综述的方式了解课程项目，熟悉版块的知识体系;随着项目成果一起分发的，有相关的阅读材料和指导文献，以及线上课程，上课之前学生需要先带着问题去完成一定量的线上课程。
2.课程面授，小组讨论。在线上课程中不能解决的问题，在课程授课中一般会得到解决;仍然对项目和课程内容有疑问，可以通过小组讨论的方式提出问题、分析问题和解决问题。
3.课程项目实施和答辩。学生小组在教师的指导下完成课程项目，提交代码和课程报告。小组学生需要做课堂展示并进行项目答辩，小组成员需要明确自己在项目中的贡献，答辩得分和项目完成质量将纳入最终的考核成绩。
（四）课程考核
考核内容包括项目课程知识点的掌握、课程项目完成情况、项目答辩的得分和课程报告的得分。因此最终的成绩构成包括课程理论考试成绩50%，项目得分50%。项目得分中包含了项目完成度、项目答辩成绩、课程报告和个人在小组中的贡献等。
三、课程改革的反馈和修正机制
好的评价机制和反馈机制能对课程改革的各个环节进行修正，最终得到较为完善的教学方案。其中来自学生和用人单位的反馈对改革的促进作用最为重要。
（一）学生反馈
最终的考试成绩和项目完成度考核是最直接的课程效果反馈，学生对课程项目设置的评价是另外一种完善课程方案的途径。评价包括学生对项目强度、项目的针对性和对知识点的涵盖面等。为了获得最真实的学生反馈，我们会针对性发起线上调查问卷。
（二）行业反馈
根据课程方案培养出的学生是否满足行业应用需求，需要来自用人单位的评价和反馈。可以通过对用人单位的走访和已毕业学生的信息来获取。
（三）教师培养
根据课程反馈结果，修正课程方案中的课程设计，补充符合行业发展变化的内容，更新陈旧的知识点。同时要根据课程目标提升课程组教师的指导能力，积极促进教师参加各种前沿技术培训。积极开展课程组教师的教学研讨，交流经验，提升其业务教学能力。
四、结语
作为人工智能的五大核心方向的自然语言处理技术，已经得到越来越多的重视。自然语言处理课程已经被越来越多的高校纳入本科生教学计划，成为本科高年级阶段的专业课。如何上好这门课，必须认清该课程的特点以及行业对人才的创新性和实践能力的要求。本项目针对自然语言处理课程，提出了基于OBE理念的以学生为主体、以课程成果驱动的教学改革方案。该方案明确课程建设目标、教学内容、实施方式和考核方式。探讨实现以学生为中心、以成果为导向的新型教学关系，主张以培养学生自主学习习惯和能力为本课程的重要目标。提高学生在课程中的参与度，从课程成果项目的设置、小组项目讨论、项目的实现和课程反馈机制都体现了以学生为本、以行业应用为导向的新工科思维。通过该课程的学习，学生能够掌握自然语言处理任务实现流程、模型原理和实现方法，能完成自然语言处理中各种基础任务从设计到实现的过程，能有效提高高校学生在人工智能方面的知识储备和创新能力，培养适应新时代企业需要的人才。
参考文献：
[1]Spady WG，Marshall KJ.Beyond Traditional Outcome-Based Education[J].Educational leadership.1991，49（2）：67—72.
[2]刘茂福，毕建旗，熊莹，等.编译原理与自然语言处理的实验对齐研究[J].计算机教育，2020，（3）：36—42.
[3]魏小梅，李芳芳，黄钰，等.新工科背景下计算机专业“2+1”综合实训课程改革与实践[J].计算机教育，2019，（11）：49—53.
编辑∕宋宇
