是否应该为了就业转计算语言学？

找full-time总结: https://zhuanlan.zhihu.com/p/517823817

-------------------------

再来补充几个数据吧。

最近也在找intern想感受一下。申请了大概30个，申请的方向包括了data analyst/data science， NLP 和 HCI。目前收到了两个NLP方向的offers（一个研究，一个是应用)，然后接到学长在职的机器人公司的面试邀请和一个HCI方向的面试邀请(因为我已经接了offer,所以也无关紧要了），明确收到了两封拒信（无面试简历拒），剩下都没有回应。

---------------------------------------------------------------------------------------------
工作:最近我们系刚毕业的我认识的学长学姐有一个psycholing去了政府做data analyst, 有个在zoom做user study。还有一个也是Psycholing强转NLP去湾区postdoc但自己和cs老师开了初创公司，有一个compling学长去了搞机器人的公司做应该是偏计算语言性质的工作。最近，我在语言学系的psycholing导师也转去FLAG做定量研究员（当然ta本身超级聪明技能很多，让我知道真的有能力的在哪都能找到工作）。有一个做compling的码力很强的学长去学校做了curriculum planner。最近返校来演讲的，有在FLAG做联络工程师和用户的，有直接做码农的，有做data scientist的, 当然没邀请到的才是大多数现状。
听上去似乎很美好，但是他们好多都说近年来要进好的工厂难度比之前大很多，有个学姐说IT界第一个offer是最难拿，进去之后就容易多了。

phd: 同意楼下观点，基本不可能。博士申请的难度不是一个级别的。每一年肉眼可见水涨船高。不少很不错的学校硕士cs毕业手握顶会的也不一定能找到top50。

（希望有帮助吧)

------------------------------

首先说下可能出路。
1. 心理语言学要去IT的话可能会是Data analysit/ data science 或者user study类似的。偏向设计实验和数据分析。之前有听说过学姐学长转去做数据分析。

2. 计算语言学并不完全等于NLP。计算语言学主要用了一些NLP工具抓取，处理数据来回答语言学的任务，但NLP其实更多是创造或者改进处理语言数据的工具。前者的创新点在于如何用大数据回答一些理论问题，工具和测试一般是现成的，后者在于创造新框架新方法来提高一些基本任务的性能（如机器翻译，信息提取之类，实体识别)，并且现在后者的创新很大一部源于你如何去设计Loss function,如何设计框架，如何巧妙利用其他的数据当你没有直接的任务数据，很大程度上是可以不涉及任何语言知识。最后说到岗位是什么。如果想做真NLP岗，CL还是很难的。或者楼主在申到CL之后得有意识地将自己研究的方向偏向纯NLP。很大一部分可能是对CL可能去的也是data analyst或者指导衔接annotation和NLP的岗位。同时，有答主提到，NLP竞争现在非常非常激烈。在做NLP不只是CS，还有INFO, MIS, EE。我认识的很多厉害的NLP同学（可以拿大厂内部NLP岗的)都申不到特别好的学校。他们一般是编程和统计比较厉害，有大厂实习经验，不少还有会议文章，但很多人不知道乔姆斯基是谁。

3. 心理语言学一点也不水，但是非常非常难。心理语言学真的是非常酷，非常需要创新力的一个学科，想想心理语言学家为了解人类学习和处理语言行为所发明的那些实验模式(比如priming, self-paced reading, eye-tracking, gazing, wug testing)以及小孩实验的用head turns就让我非常非常震撼。以及如何聪明的设计实验来回答问题非常考验人的思维能力，比如有些测试theory of mind的实验，利用网格来制造两个speaker之间不同的信息世界测试他们语言中是否会对对方所获取的知识进行推理。还有很早发现婴儿会statistical learning的artificial language实验如何设计stimuli之间的conditional probability来造成不同的输入分布。说实话心理语言学的实验设计非常考验人的创造力和学科知识掌握程度。漂亮的实验会给我带来强烈地震撼。但是就是因为这样，心理实验非常难。还有一点是，实验代价非常沉重。实验设计得花很久，招人需要钱，非常容易失败，非常容易延期毕业。我本人做了心理语言学的逃兵（转做了CL)，但是说心理语言学水，我真觉得可笑。

4. 个人觉得无论psycholing和compling，学概率论/统计+现代+编程都是必要的。大牛Tom Griffiths (Department of Psychology)来我校做演讲的时候提到过一个建议就是希望研究生能在Phd毕业前学一些数学，因为人越大去学这些东西的阻力越大。如果两个都不想失去也可以做computational psycholinguistics嘛, 参照这个类型: Welcome to the home page of the MIT Computational Psycholinguistics Laboratory!