本项目综合了自然语言处理、词向量等技术，主要使用pytorch深度学习框架，以及Bert预训练模型对文本进行分类。

❀❀❀本项目已完成交付❀❀❀ 交付单位：苏州大学应用技术学院，重庆第二师范学院，广州商学院，广州软件学院，广东东软学院，广东东软学院，广东理工职业技术学院，肇庆学院，滇西应用技术大学，天津财经大学

本项目首先对训练数据进行预处理，将数据整理成特定格式并定义成Dataset数据类，然后构建机器学习模型进行训练和预测。

课程内容专注于AIGC在文本内容生成领域应用。通过本课程，学生将学习如何利用AIGC技术来提高文本创作和信息处理的效率和质量。课程内容覆盖了从基础的AIGC概念到实际应用场景的多个方面。 ‖ 教学目标 （1）工具应用：使学生了解并掌握AIGC文本生成工具的操作方法。 （2）提词能力：培养学生编写有效提示词的能力，包括理解提示词的概念与分类，掌握提示词工程的基本流程，以及评估与改进提示词的方法。 （3）提词技巧：让学生掌握编写文本提示词的原则与策略，通过提供清晰的提示、参考示例、逐步思考、任务拆解和采用系统提示框架等提词编写技巧。 （4）应用能力：培养学生能够根据不同场景自主编写合适的提示词，高质量完成文本生成任务。

我们给出一个包含约 20 万用户的数据集进行训练，另一个规模相近的数据集进行测试。

本项目首先探索数据总体的分布情况，检测缺失值和异常值；然后探索变量间的相互关系以及变量与预测值之间的存在关系，使用matplotlib等库进行可视化分析；然后理解已知含义的数据，将数据转换为能更好地表示潜在问题的特征；划分训练集和测试集

本书由校企联合开发，融合了大数据平台运维的“1+X”技能考证、大数据运维工程师岗位证书考试等内容，从实用出发，通俗易懂，难度适宜，便于开展理论实践一体化、岗课赛证融通教学。