计算语言学，隐藏在北语的一座金矿

　　地处“宇宙中心”北京五道口，与清华相邻不远，人称“小联合国”的北京语言大学有两个王牌专业。一个是名满天下的汉语国际教育（俗称对外汉语教学），还有一个专业知道的人不多，因为它是北语这所文科为主的学校里唯一一个理工专业，该专业学术大拿云集，某些研究领域甚至位列世界前列，它就是隐藏在北语的一座金矿——语言智能与技术（俗称计算语言学）。这专业每年的本、硕、博毕业生都不愁找工作，不是去中央部委等行政机构，就是BAT等大型企业。学生留学，尤其是硕士毕业生后读博，几乎都能拿全额奖学金，国外高校甚至会直接来要人。但是，这样的王牌专业却本科招不满，研究生近半靠调剂。

　　计算语言学到底研究啥

　　北语的计算语言学开设于全校唯一理工科学院信息科学学院（简称信科）。学院副书记李超是学院首届本科学生，作为本硕博都在这儿读的，彻头彻尾的土著，讲起北语信科和计算语言学，他滔滔不绝。

　　北语信科的历史有近三十年了，前身是计算机科学与技术系，成立于2000年，再之前，是1987年成立的中国第一个以汉语信息处理为主要研究方向的“语言信息处理研究所”。2014年，北语进行了大部制改革，信科在原有的语言信息处理研究所基础上，成立了另外三个研究所，分别是：大数据与语言教学研究所、语言监测与社会计算研究所（国家语言监测与研究平面媒体中心）和管理科学与工程研究所。几个研究所基本上都与计算语言学学科直接相关，分别对语言的教学、研究和应用开展深入的研究。信科的主要任务是培养外语水平出色，具有信息处理基本素养的通用人才，在信息领域开展一些前沿性的研究。

　　“语言智能与技术，是北语在中国语言文学一级学科下，自主设置的二级学科。”李超说，计算语言学就是利用计算机对语言进行计算处理，比如要提出某个语言现象，若没有语言数据的支持，就不能成为一个语言规律。而发现规律一般有两种方法：一种基于规则，如语法专家经过研究，发现语言规律；另一种基于统计，根据大规模数据提炼规则。后一种就是计算语言学主要做的事。

　　在这门融合了计算机科学、语言学和数学的计算语言学中，计算机科学是研究工具，语言学是处理对象，数学是建模工具，此外还会用到物理学等知识。李超进一步解释：“计算语言学，是从字、词、句、篇章、语音等各个维度去研究语言，比如让计算机自动评判一个留学生写汉字写得对不对、好不好，这项技术的核心是数学曲线在二维平面的变换；再比如研究日本人说汉语，计算机可以判断他们说得对不对、准不准，这项技术就利用了物理学中的声学理论，通过发音的波形进行判断。”计算语言学的应用还有很多，最常见的比如在拼音输入法中，有一项功能是“拼写和语法错误”，一旦判定有错误嫌疑，系统就会用红色波浪线划出。还有让计算机评判一篇论文写得好不好，对不对等。

　　资源优势独一无二

　　除了北语，国内开展计算语言研究的还有清华大学、北京大学、中国科技大学、哈尔滨工业大学、复旦大学、中国科学院等名校。每所大学的研究各有侧重，比如中国科技大学的科大讯飞主攻语音信息处理，特别是语音识别。语音识别的应用也很多，比如语音输入法，又比如语音考试，“在口语考试中，有一种题型是模仿原声读句子，计算机会给考生自动评分。”传统牛校的计算语言研究规模大，相比之下，北语更像是小团队作战，但在某些领域有得天独厚的优势。

　　这优势就是在语言资源方面，尤其是搜集外国人的语言资源上面。李超在写博士论文时，需要收集各国人书写的汉字样本做研究。当时，他的一个师弟在英国读博，也做着相同的研究。师弟采集样本时跑遍了英国，还专门跑去了埃及，可是一年下来，收集的样本规模还不如李超在北语一堂汉语课上收集得多。“在北语，随便推开一间教室的门，20位同学就可能来自20个国家，我只要收集每个人的汉字，就是20个国别样本。”李超自豪地说。目前，约有170多个国家和地区的学生在北语学习，校园里能见到世界各地的人。在北语，研究语言信息处理根本不愁样本，这是其他高校无法比拟的。

　　李超的博士论文研究外国人写汉字。在传统教学模式中，老师只能看到留学生写完的汉字，看不到写字过程中的笔画顺序，无法全方位判断写得怎么样。李超研究时用了一种数码笔，“它看起来和普通圆珠笔一样，但书写的时候，能记录书写者书写汉字时的位置、速度、压力等信息，再加上研制的算法，计算机就能告诉留学生写的汉字到底对不对了，如果不对还能指出哪里写得不对，给出修正意见。”

　　此外，计算语言研究需要的理论知识，北语也有着得天独厚的条件。“全球近300所孔子学院，由北语承办的就有17所。在培养汉语国际教学师资方面，北语是培训汉语国际教学师资的官方机构，对汉语国际教学中的各种教学研究得非常深入。”丰富的学生资源、专业的理论积累，都为北语的计算语言学提供了良好环境。

　　专业教学各有特色

　　北语计算语言学专业招收本科、硕士和博士。本科时要将基础数学、物理、统计等基础学科学扎实了，这可不简单。在本科生眼里，高等数学、线性代数、离散数学和概率论与数理统计是“四座大山”。李超认为，在计算语言学专业中，数学是基础，所有的语言现象都要对应一个语言模型。什么是语言模型？说得简单点儿就是一个数学公式。攻克了“四座大山”，大三大四的学生就可以选人工智能、自然语言处理等选修课了，还可以参与到学院老师们的研究项目中。本科生直接申请项目或直接参与科学研究，这是北语信科的特色。

　　至于硕士和博士，北语的计算语言学专业文理兼收，“我们不挑人，会针对每个人的专业特长、兴趣点对他们的研究方向进行专门定制。”李超说，多数硕士博士是理工科出身，他们会编程，但一般不懂语言学，进来后要补修《语言学概论》等语言学基础课程。文科背景的研究生则要补数学和计算机课程，但这没有想象中那么痛苦，“甚至有几位文科研究生经过一段时间的学习，成了编程大拿。”

　　北语计算语言学强调动手能力，本科生、硕士生和博士生有时会参加同一个研究课题，但是对他们的要求是不同的：本科生做的是基础工作；研究生则是解决课题中的一两个具体问题；对于博士生，则必须有三五个完整的创新点，并以此为基础完成博士论文，这是毕业的硬性要求。

　　去向好，招生难

　　谈起同学们的毕业去向，李超精神一振：“北语坚持‘专业+外语’的复合型人才培养模式。信科大一到大四都开设英语课，学院本科生的英语专八考试通过率能达到70%。”选择就业的本科生和研究生，除了去外交部、新华社等国家级机构，以及中国银行、工商银行等金融单位从事信息技术相关工作外，还有不少毕业生在IBM、微软、Google、百度、阿里巴巴、腾讯、新浪等从事软件开发、信息管理、技术服务工作。

　　因为做的都是前沿研究，有意深造的同学去向也不错，每年都有50%左右的本科毕业生赴国内外名校读研，如清华、北大、北航、北邮、牛津大学、斯坦福、帝国理工、加州伯克利、哥伦比亚、宾夕法尼亚、卡耐基·梅隆、东京大学等。想读博也不难，张劲松教授门下四位2015届研究生，一个去了日本京都大学，一个去了美国伊利诺伊大学厄巴纳-香槟分校分校，一个去了澳大利亚麦考利大学，还有一个去了德国德累斯顿工业大学，都拿了全额奖学金。还有一个研究前后鼻韵母的2016届研究生，联系了西澳大利亚大学的一个大牛级教授，两封信就谈妥了读博事宜。如今，每年都有外国高校请北语计算语言学的教授推荐博士生候选人。

　　“2012年，北语邀请第三方机构调查了校友满意度，各院系中信科校友满意度排名第一。”李超自豪地说。不过校友满意度第一也可能是由于一个令人哭笑不得的原因：没来信科之前，不少同学对北语的唯一理工科学院不了解甚至有怨气，来了后却发现真的很棒，不虚此行。

　　毕业不愁出路的计算语言学，招生时却让学院操碎了心。考研时第一志愿填报北语计算语言学的，只要能过国家分数线就能被录取。但每年招的30名硕士研究生，还是有近一半要靠调剂。2015年，计算语言学收到了100多个调剂申请，最后调剂生的平均分数比第一志愿录取的还要高。

　　采访手记：

　　这一次为报道北语计算语言学，记者们采访了八位老师和学生。自豪和无奈，是每一位被采访者都流露出的情感。他们自豪于自己的前沿研究，自豪于自己灵活的本硕博培养方案，自豪于学生的就业去向，自豪于毕业生对学院的真心热爱。但是，也无奈于本科招不满，研究生靠调剂的局面。正如李超所坚信的，是金子的终会发光。而北语计算语言学，不仅是金子，还是一座蕴藏着金子的金矿。

　　采写/本刊记者 尹颖尧 曹晓晨

　　文字整理/田媛