|
|
纯文科生学习计算机语言学难度大吗？
关注者
600
被浏览
248,172
16 个回答
难度是有的，你要做好心理准备。
计算语言学是一门交叉学科。计算语言学研究需要多个学科的知识。
语言学 （自然语言是处理对象）
计算机科学（计算语言学的研究工具）
数学（自然语言的建模工具）
（直接抄我们老师的slides了= =）
计算语言学的研究方法主要分为三大类：规则驱动的方法（符号主义）、数据驱动的方法（统计方法）以及二者融合的方法。
规则驱动的方法（符号主义）：
1. 研究人员（例如语言学家）对语言的规律进行总结，形成规则形态的知识库。
2. 研制语言处理算法，利用这些规则对 自然语言进行处理。
3. 研究人员根据处理结果，调整规则， 改进处理效果。
数据驱动的方法（统计方法）：
1. 建立可以反映语言使用情况的语料库。
2. 研究人员对自然语言进行统计建模。
3. 利用统计技术或机器学习技术，利用语料库训练语言模型。
4. 利用得到的模型设计算法对语言进行处理。
5. 根据处理效果改进模型，提高处理性能。
然而有句话叫做All grammar leak (Sapir 1921)。对于自然语言而言，很难写出一部完备的规则集，语言规则有很强的灵活性。所以近十几年，越来越多的研究者开始抛弃规则方法，转向统计方法进行研究。
从学术会议看计算语言学的研究方法：
1. 90年代统计方法开始复苏
2. 机器学习以及统计技术目前是主流研究方法
所以说，语言学是重要的，毕竟搞词法分析、语法分析、各种消岐等自然语言处理的基础领域都需要语言学的相关知识，我们所里也有两位专门搞语言学的老师。但除了语言学之外，数学基础和编程能力都是不可或缺的，尤其是数学。（其他答主都以计算机编程为主，我这里就略了）
计算语言学研究主要需要的数学知识如下：
1. 微积分和线性代数（然而只是工具）
2. 概率统计（我想说这个最重要，尽管相关的公式并不难学，但是这是所有统计方法的出发点，顺便膜拜Bayes）
3. 信息论（有时候会用到）
4. 机器学习方法（这个才是最实用的）
5. 随机过程、凸优化、图论、泛函分析（其实都不是必要的）
6. 其他（就是我忘了的）
最后，根据预言= =，经验主义（基于统计的方法， 感谢@KevinXU指正）在2010年左右就应该势颓，而理性主义（基于规则的方法）开始复苏。然而事实上是，深度学习方法令经验主义梅开二度，延迟了统计方法没落的时间。但是可以预见到的是，未来将会有越来越多的研究者将采用统计和规则相结合的方法进行研究，以达到更好的效果。
04/06/2018 - 添加了正则表达式学习的链接
29/05/2018 - 添加了关于申请可能性的回复
16/03/2018 - 添加了机器学习的链接
正文
难度大，但不是不可能实现。
我本科英语语言文学，研究生语言和语音处理，顺利毕业，目前从事相关工作。研究生的 这个项目 是专门给没背景的文科生开设的，我根据我们的课程设置和我自己的感受给你一些做准备的建议吧。
关于申请到的可能性
很多人在回复和私信里比较关心这个，所以我就拿出来单独说一下。
可能性这个东西是由很多因素决定的，是一个概率问题。并不是说你满足了所有的条件，你就能被录取，因为很有可能项目招满了，也并不是说你的背景很弱，你就一定不会被录取。有次我担心一件事是否能成功，朋友对我说 There's only one way to find out. 尝试一下并不会失去什么呀。所以我在这里惭愧地提供一下我自己的数据和经历，给大家一点安慰和动力， 仅供想要申请爱丁堡大学 MSc Speech and Language Processing 这个项目的同学参考 。
本科 - 三流211，英语语言文学专业，综合绩点3.4/4.0，专业绩点3.7/4.0
数学 - 文科背景，高考数学125+ (没有放在PS里，只是为了有个概念我的数学基础大概是什么水平)，GRE数学161，没有学过微积分、概率论、线性代数，大一上学期学过一学期的数学（大概是矩阵、行列式相关的）全部忘光 [微笑]
语言学 - 唯一上过的语言学课是综合语言学，没有系统地学过任何语言学相关的知识，但自己读过一两本语言学相关的书。
雅思 - R 8.5, L 8.5, S 6.5, W 6.5 - 总分7.5
编程 - 在codecademy上自学 完成 了python的课程。除此以外在递交申请的时候没有任何其他的编程背景和经验。没有接触过任何命令行编程。没有接触过R语言。如果换算成小时大概是20个小时左右。
工作经验 - 我不是应届生，有半年做英语老师的工作经验。（有同学私信提问让我想到这一点，爱大对应届生的绩点要求是3.5，非应届生不太看绩点。如果觉得不保险就工作一年再申请。）
Personal Statement 里提到的软条件 - 有进取心，热爱挑战，不怕走出舒适区，喜欢了解学习新鲜事物。
客观来说我的背景真的是非常非常薄弱，可以说是要啥没啥了。但我仍然幸运地申请到了。就我们当时的项目而言，我的背景既不是最差的也不是最好的。面试的时候我问Simon (Program Director) 我的背景是否会太弱的问题，他说如果你什么都会了，那你还为什么要来这个项目呢？所以其实申请的时候，在英语过关的前提下，对方主要看的是你是不是有学习的热情（比如主动做了哪些相关准备），是不是有快速学习的能力（比如自学的东西学到了一个什么程度），是不是能顺利毕业。
我并没有这个能力提供给你一份清单，告诉你达成清单上的几项就能有多大的成功率，任何人都不能。因为人永远是动态和立体的，一个好的项目，好的导师，也会动态和立体地评价你的申请。这也是离开本科学校以后你应该学会的第一件事情 - 在明确自己目标的前提下 ，把重点放在“如何提高成功的概率”，而非纠结“我能不能成功”。
关于准备工作
一、编程
python
正则表达式 (Regular Expression)
- Lesson 1: An Introduction, and the ABCs (学习正则的课程)
- PHP, PCRE, Python, Golang and JavaScript （101regex, 用来测试一个正则写的对不对）
R语言
- R in Action (豆瓣) 这一本足够了
Shell Script
- Codecademy: Learn the Command Line
- Shell Scripting Tutorial
二、理科知识
概率论 （Probability Theory）
统计 (Statistics)
微积分 (Calculus)
线性代数 (Linear Algebra)
(在 Coursera 和 Khan Academy 上可以找到很多相关课程)
三、语言学
语音学和音系学 (Phonetics and Phonology)
句法学 (Syntax)
语义学 (Semantics)
四、自然语言处理 （Natural Language Processing）
Speech and Language Processing （这本书，非常重要）
五、机器学习 (Machine Learning)
Coursera: Machine Learning by Andrew Ng (这门课作为机器学习入门非常非常推荐)
Coursera: Deep Learning Specialization
六、其他
PyCharm (Python 集成开发工具)
Vim/Emacs (文本编辑器)
LaTex (论文排版工具)
最后想说，读master的一年除了具体的知识，我学会的最重要的道理就是，学习这件事，不要想难度大不大，get your hands dirty，兵来将挡水来土掩，不要等准备完美了再动手，因为永远准备不完美。
注：如果有关于这个行业，关于爱丁堡这个项目或者其他英国留学和工作的各种问题，欢迎大家来我的 值乎 提问 ：）