Presentation i Google Slides
Dokument i Google Docs
Hemläxa kopplad till lektionen
Prov kopplad till lektionen

Lektionsplanering – Naturlig språkbehandling (NLP)

Årskurs: Gymnasiet

Ämne eller kurs: Artificiell Intelligens 2

Tema: Naturlig språkbehandling (NLP)

Koppling till styrdokument

Centralt innehåll

Denna del av kursen fokuserar på naturlig språkbehandling, en viktig tillämpning inom AI där syftet är att få datorer att förstå, tolka och generera mänskligt språk. Innehållet omfattar grundläggande tekniker för textanalys, sentimentanalys samt tillämpningar av NLP i olika sammanhang.

Kunskapskrav

Eleven ska kunna beskriva grunderna i naturlig språkbehandling och tillämpa grundläggande metoder och tekniker för att analysera och bearbeta textdata.

Lärarledda instruktioner

Introduktion till naturlig språkbehandling (10 min)

  • Definiera vad naturlig språkbehandling (NLP) är och dess mål
  • Diskutera varför NLP är en viktig del av artificiell intelligens
  • Ge exempel på tillämpningar, såsom chatbots, maskinöversättning och sentimentanalys

Textbearbetning (15 min)

  • Förklara de grundläggande stegen inom textbearbetning, inklusive tokenisering, stopwords, stemming och lemmatization
  • Visa exempel på hur textbearbetning kan förbättra data för analys och modellering
  • Diskutera verktyg och bibliotek som används inom NLP, såsom NLTK och spaCy

Sentimentanalys (15 min)

  • Introducera begreppet sentimentanalys och dess tillämpningar i affärsvärlden
  • Demonstrera hur man kan avgöra känslor i texter, till exempel positiva eller negativa recensioner
  • Presentera metodologier för att genomföra sentimentanalys, inklusive ordförteckningar och maskininlärningsmetoder

Praktisk övning: Textanalys (10 min)

  • Dela ut ett dataset med recensioner eller texter som eleverna ska analysera
  • Låt eleverna tillämpa textbearbetningstekniker och genomföra en enkel sentimentanalys på sina data
  • Diskutera resultaten och insikterna från analysen i klassen

Aktivitet

I denna aktivitet kommer eleverna att arbeta med ett dataset innehållande sociala medieinlägg eller produktrecensioner. Eleverna ska först förbereda textdata genom tokenisering, ta bort stopwords och eventuellt tillämpa stemming eller lemmatization. Efter att ha bearbetat texten ska eleverna använda en grundläggande metod för sentimentanalys (kan inkludera ordförteckningar eller simples klassificeringsmetoder). Eleverna kommer att presentera sina resultat, med fokus på insikter om sentimentet i texten: positiva, negativa eller neutrala känslor.

Exit-ticket

  • Vad innebär naturlig språkbehandling (NLP)?

    *Det är en AI-teknik för att förstå och bearbeta mänskligt språk.*
  • Vilket är ett exempel på en tillämpning av NLP?

    *Maskinöversättning.*
  • Vad menas med tokenisering?

    *Processen att dela upp text i enskilda enheter, som ord eller fraser.*
  • Vad är sentimentanalys?

    *Analys av text för att avgöra känslomässiga tonlägen, såsom positiva eller negativa känslor.*
  • Nämn ett verktyg som används inom NLP.

    *NLTK eller spaCy.*

Hemuppgift

Eleverna ska välja en textkälla (t.ex. recensioner, sociala mediainlägg) och genomföra en omfattande sentimentanalys. De ska dokumentera sina metoder, resultat och dra slutsatser om sina fynd.