设为首页 | 加入收藏 |
新闻动态

数据的课|西安向南物联科技×数据科学学院:《文本信息处理与应用》——以RAG项目为牵引,培育数据+业务+AI实战人才

2026.07.17            浏览量:

在西安欧亚学院“企业导向、学生中心”育人理念引领下,数据科学学院围绕“数据+业务+AI”应用型人才培养目标,深度践行“新服务、新零售、新传媒“战略,持续优化新零售领域下的课程体系,以AI+项目式教学、AI+案例式教学等为核心,推动课程提质与育人实效。《数据的课》专栏将聚焦课程建设、AI融合、真实项目、行业案例与工学结合,呈现数据知识如何驱动商业业务决策,不仅记录师生从理论到实践的突破性成长,更展现在新零售场景中,数据思维所创造的切实价值。





校企协同铸课程:产业

实项目反向赋能课堂教学




《文本信息处理与应用》以AI融合+项目制教学为核心改革路径,成功入选校级“以‘少教多学’为特征的混合式课堂教学改革培育项目”。课程由何黎松老师牵头,联动西安向南物联科技股份有限公司开展深度产教融合。


针对物流供应链行业长期存在的政策法规分散、合规推理效率低下、多式联运规则检索繁琐等产业痛点,校企双方联合攻关,自主研发轻量级演化式GraphRAG智能问答引擎。平台集成政策法规咨询、合规条件智能推理、联运规则快速检索等核心功能,整套系统完成模块全开发与真实物流数据实测,能够适配普通消费硬件实现本地轻量化部署,为物流行业合规数字化提供实用智能解决方案。


图片


与此同时,课程团队将这套成熟落地的产业技术方案完整转化为课堂教学资源,校企联合设计“基于RAG技术的智能问答系统”综合实战任务,把文本分词、向量构建、语义检索、大模型生成等全部课程知识点串联成闭环开发流程。学生脱离纯理论虚拟习题,在企业真实业务场景中同步夯实专业基础与AI工程落地能力,实现产业需求驱动课堂教学迭代。


01

项目为锚: 完整串联课程知识,

打破碎片化学习壁垒


传统文本信息处理课程采用分章节线性授课模式,分词处理、文本向量化、情感分析、聚类分类等知识点相互割裂,极易让学生出现“知识点单独听懂、综合项目无从下手”的学习困境。


为破解这一教学难题,课程团队联合西安向南物联科技股份有限公司,共同打造一体化RAG综合实训项目,以智能问答系统开发为主线,组织学生分组面向多行业真实业务场景开展完整项目研发。项目流程覆盖课程全部教学内容:从原始文本清洗分词、文档结构化处理,到向量嵌入与语义检索优化,最终完成大模型问答生成与可视化展示,搭建起一套完整的“数据处理—系统开发—效果评估”实战训练平台,全方位检验学生知识综合运用能力。

图片

整套实训项目贯穿课程全部核心内容,学生从零独立搭建完整智能问答系统,循序渐进整合多类AI技术,重构系统化知识框架,顺利完成从课本理论到AI工程实战能力的跨越。


02

“少教多学”落地: 教师适当退位,

学生成为实战主场


本门课程依托校级混合式教学改革培育项目,将“少教多学、以生为本”的教育理念贯穿项目实训全流程。

图片

《文本信息处理与应用》“少教多学”教学路径


学生扛起实战主场

课程采用6-8人小组协作模式,学生自主组队、自主挑选行业研究方向,覆盖法规条文、医疗咨询、电商客服、教学知识库、企业规章五大应用场景,独立设计整套技术方案、自主攻克开发难题。从原始业务数据采集、行业知识库搭建,到向量检索模块开发、大模型接口对接,再到前端可视化页面搭建与系统性能评测,项目全流程交由学生自主推进。


实训结项要求每组交付全套源代码、不少于3000字系统说明书、项目演示视频、答辩PPT及完整性能评测报告,同时自主搭建不少于100组高质量行业问答知识库,让学生在自主探索、独立攻坚中扎实锤炼工程实践综合能力。


图片
图片
图片


教师完成角色转型

教师摒弃单向理论灌输模式,转型为项目总设计师、进度督导员与难点答疑顾问,仅统一提供基础技术路线、考核标准与配套学习资源,不设置标准化、唯一化项目标准答案。课程团队从三大维度为学生提供分层保障:


1.项目管理赋能:传授项目流程管控、小组分工协作、版本管理等工程化方法

2.行业场景赋能:讲解法律、医疗、电商、物流等垂直领域业务专业知识

3.AI工具赋能:开展大模型接口调用、向量数据库搭建、检索优化等专项实操训练


03

学子心声: 实战淬炼专业能力,

项目打通知识边界


本次RAG前沿拓展实训覆盖经济统计学专业大三两个教学班,共组建16个开发小组。同学们跳出课本局限,选题覆盖法律法务、医疗健康、电商服务、能源管理、教育知识库等多元真实产业赛道,真正把课堂理论落地到行业实际应用之中。

图片


 

成果展示1:法务智能问答系统


 

成果展示2:水电站设备专家问答系统




以前觉得分词、向量化这些知识点很零散,不知道学了有什么用。做RAG项目的时候才发现,每一步都是环环相扣的——文本洗不干净检索就歪,chunk切不好答案就碎,Prompt写不好大模型就乱说。真正动手做一遍,比听十节课都管用。

—— 统本统计23级商业分析班 黄红


RAG项目让我第一次完整体验了从数据到产品的全流程。为了把检索准确率从60%提到85%,我们尝试了混合检索、查询重写好几种策略,这个过程让我真正理解了文本向量化和语义匹配的原理,而不仅仅是背公式。

——统本统计23级商业分析班 姬朝旭




04

企业真实评价: 政企项目高效落

地,实战育人适配产业需求


在校企深度协同攻关阶段,我校教师何黎松、史博文长期驻场配合企业开展真实产业研发工作,精准挖掘物流供应链领域合规管理核心痛点,牵头负责GraphRAG智能问答引擎整体研发、多轮迭代优化工作,严格遵照双方项目合同约定完成全部技术成果全流程交付,圆满达成企业全部项目建设目标。教师团队技术储备扎实、开发流程标准规范,交付的智能问答引擎可直接落地企业业务场景,切实解决供应链合规查询、业务智能检索等实际难题,整套交付成果经企业验收全部达标,项目整体实施成效、技术服务质量均获得合作企业全面认可与高度好评。

图片
图片
图片
图片




依托本次校企共建的实战化育人体系,课堂教学深度贴合产业真实需求,有效锤炼了学生的工程实操能力与产业思维。学生可独立完成行业痛点拆解、AI智能问答系统全流程开发落地,具备扎实的研发能力、严谨的逻辑思维和优秀的团队协作能力,高度契合数字产业岗位用人需求。这种以真实产业项目反向赋能课堂的创新教学模式,彻底打通校企育人壁垒,有效缩短学生职场适配周期,持续为数字物流与人工智能领域输送上手快、功底实、适配性强的高素质应用型实战人才。




西安欧亚学院教师团队技术功底扎实、项目落地执行力强,本次交付的GraphRAG智能问答引擎贴合物流供应链真实业务痛点,功能完整、可用性高,完全达到企业落地标准。课程“少教多学”的项目式育人模式,依托企业真实研发需求开展实战教学,摒弃空洞的理论灌输,让学生独立完成系统全链路开发,有效培养了学生的工程实践能力与产业问题解决思维。

——西安向南物联科技股份有限公司

产品经理 陈兆天







课程总结




从单一碎片化知识点讲授,到全链路产业项目实战;从教师单向输出授课,到学生自主深度钻研。《文本信息处理与应用》以校企协同为支撑、以RAG前沿项目为载体、以“少教多学”育人理念为内核,彻底打通理论学习与产业实践之间的壁垒。课程依托真实行业场景打磨学生专业硬实力,依托完整实战项目助力学生全方位成长,让经济统计学专业学子真正做到融会贯通、学以致用。


未来,数据科学学院将持续深耕AI融合教学改革,不断迭代完善课程体系、创新产教协同育人模式,全力培育兼具数据素养、业务思维、AI实操能力的复合型实战人才,以高质量教学成果助力学生深耕数智赛道,奔赴行业发展新征程。



------- 友情链接 -------

学校地址:陕西省西安市雁塔区东仪路8号    


Copyright 2017 Xi'an Eurasia University , All Rights Reserved , 陕ICP备13005465-1