找色妹妹 一个神奇的北大专科：同级只好她从开学宝石到了毕业

“吟过诗词文赋，熬过高数线代找色妹妹，品过经史子集，研过算法结构，啃过句法文法，train过神经网罗。”

这是林子对我方本科生存的速写。她的专科过于迷你，是北大汉文系4个专科中最莫得存在感的利用语言学（汉文信息处理）。存在感有多低呢？每年毕业生不外4、5个，一些同学因为无法宝石转了出去，也有同学对汉文专科情有独钟而转了进来，而林子是2015级学生中唯独重新到尾读下来的阿谁。

在这个文理交叉专科，她既要学习古代汉语、表面语言学和当代汉语语法筹办，又要学习高档数学、口头想象和数据结构与算法。割裂，成了她的大学关节词。

林子。图源：受访者供图

林子闯出了一条我方的旅途。

大二启动，她在信息科学时期学院（下称信科）践诺室实习，大三发了两篇AI顶会一作论文；毕业后去了硅谷的谷歌总部，在天然语言处理（NLP）筹办部门从事了两年的全员责任，其责任还被收录进谷歌筹办科学家Kevin Murphy的机器学习教科书；2021年，她回到了学术界，在好意思国加州大学圣地亚哥分校启动攻读缠绵机科学博士，3年来的论文被援用次数跨越2000次。

这是一个若何神奇的专科呢？

启蒙的起头

天然高中是理科生，但林子很心爱文体，她还拿过新观念作文比赛的一等奖，由此得到了北大汉文系自主招生的限额，并通过笔试和口试，最终获取降分登第。

父母其实但愿她读经济专科，以后从事金融，至少服务比较好。但林子合计如故要从心所欲，于是坚定地扎进了汉文系。仅仅没猜想因为我方理科生的身份，被自动分到了利用语言学这个文理交叉专科，一个由汉文系和信科共建的专科。

刚听闻我方的专科是利用语言学那会儿，林子有点蒙，毕竟之前连语言学齐没传奇过，更不必提利用语言学和汉文信息处理这几个词汇了。

其后大众才意志到，正如毕业文凭上英文“ Computational and Applied Linguistics”（缠绵与利用语言学）所昭示的：缠绵才是更本体的，这是一个缠绵机科学和语言学交叉的专科。

第一年的课业对大众就有远大的杀伤力。大一并莫得专科课，而是基础课。

林子发现，在上语言学课程的时候，有的同学就对需要背诵且闭卷磨练的课程不适当，尤其是写满繁体字的古代汉语课，不仅需要去露出还要溯源那些字；缠绵语言学模块的课程需要他们学编程语言和算法；至于数学，更是需要学习微积分、线性代数和概率统计。

有的同学无法罗致这份割裂，就央求转到我方的初志文体专科或者纯语言学专科，而有的同学发现我方更喜爱数学专科和缠绵机科学专科，于是也转走了。

在文理交叉中碰撞一段时刻后，他们依然在这个专科带来的割裂感中云里雾里。再探问，师兄学姐的毕业去处琳琅满目，有东说念主去了大厂，有东说念主作念了素养，也有东说念主去作念中小学数学缓助，似乎莫得一个明确的指路明灯。就这么，林子像盲东说念主开夜车雷同摸索了一年。

只依靠上课，她的确没宗旨将语言学和缠绵和会起来。好在，林子从大二启动找到了科研的乐趣，这在很猛进程上匡助她体会到了这个专科的魔力方位。

她终于看到，这个专科不错构兵文体又能老师逻辑念念维，底本鱼和熊掌真能兼得。

“学着学着齐偏缠绵了”

据这个迷你专科的崇拜东说念主、汉文系素养兼缠绵语言筹办所副长处詹卫东先容，以2005年为界，之前利用语言学的专科课程体系是“ 以文为主，以理为辅”，之后则过渡到“ 文理并重，和会露出”的轨说念上。不外，这些学生大部分“学着学着齐偏缠绵了”。

詹卫东是这个专科从无到有的见证者和开导者。他解释“天然语言处理导论”（咫尺改为“天然语言处理”）和“语言工程与汉文信息处理”两门课。其中后者是利用语言学专科的必修课，但因为学生太少，两年才开一次。

林子发现，这个专科符合对语言笔墨有很大酷爱且蓄意赓续理科课程老师的理科生，或者对缠绵语言学和天然语言处理感酷爱并想培养理科念念维的文科生。

林子即是学着学着偏向了缠绵。

她从大二就参与到缠绵语言所的一些科研责任中，其中有两项责任分袂发表在天然语言处理界限很有影响力的两个国外会议上：一项责任是探索了汉语中介语语料库的语义脚色自动标注；另一项责任是冷落一种新的措施，将东说念主工构建的对于汉语语素的语言学常识库跟深度神经网罗中的词向量暗意长入起来，更正了词向量暗意在词义相似度缠绵任务上的后果。

走到今天，林子觉恰当然对这个专科有了一定露出，但还不够。

她说，交叉学科的魔力就在于它是一个并集，而不是一个错杂，它需要同期掌合手两方面的常识，但就像作念菜雷同，哪个调料多放一丝，其实是你不错我方决定的。

“想得更清澈了”

提及作念菜，2009级的北京女孩艾琦才是专科东说念主士，她在利用语言学专科毕业后学习了西方餐饮，如今在芝加哥从事餐饮责任。

而2007级顾森，即是阿谁在本科毕业后从事中小学数学缓助的。他给詹卫东的印象是，常识储备、念念维表情“远远超出平均水平”。詹卫东曾建议他出洋深造，在东说念主工智能界限发展，但他同期看到，顾森确乎擅长教师的脚色，他曾在课堂上作过一次演讲，能将某个问题剥洋葱般解释得兴会淋漓，那是“一种与生俱来的念念维民风”。

孙薇薇是利用语言学专科的2002级暨第一届毕业生，亦然林子的另一位大学敦厚，解释口头语法导论。她在2020年去了英国剑桥大学任教。

2006年6月，北京大学汉文系利用语言学本科专科第一届学生毕业。左四为詹卫东，右一为孙薇薇。图源：北大汉文系

除了孙薇薇，2005级本科生彭楠赟在北大缠绵语言所硕士毕业后去了好意思国约翰斯·霍普金斯大学缠绵机系攻读博士，咫尺加州大学洛杉矶分校缠绵机科学系任职。

林子也找到了我方的旅途。

当被问及假如当初奏凯过问缠绵机系是否会作念得更好，她的念念考是：因为莫得东说念主告诉我方应该若何前行，是以她一直在束缚优化我方的遴荐，如若学了其他专科反而“可能就莫得那么真义真义了”，毕竟其他专科学子的成长旅途相对熟练。

林子说，因为利用语言学的界限过于小，大众的成长莫得一个固定的不错鉴戒的范式，这么你反而“更能够露出我方，探索我方的需求是什么，也能想明显我方为什么最终会遴荐赓续读博士”。

林子还参加了北大信科本科生的科研评选，她和另外两个信科的同学拿到了一等奖。“我记恰当时敦厚还挺诧异的”，她说。这时候信科的同学才知说念一个来自汉文系的林子的存在。

如今林子正在作念的课题与天然语言大模子关连，波及大模子安全性和可解释性的深度测评。但她更感酷爱的是，大模子跟东说念主类语言学习的机制之间有莫得相似度？这是一个深化的科学问题：小孩子每天听父母很少许的语言教学就能学会谈话，这跟大语言模子的老师历程瑕瑜常不雷同的。

大模子来袭

跟林子比较，詹卫东将强将我方视作“前浪”。当大模子时间莅临，詹卫东对这个专科也有了新的意志。

詹卫东自1993年9月过问北大攻读硕士和博士。于今，他还是在语言与缠绵的交叉中碰撞了跨越30年时刻。

为了开发机器翻译系统，詹卫东曾自学C++语言，口头中的许多问题齐由他亲身处置。他的博士论文《面向汉文信息处理的当代汉语短语结构章程筹办》恰是出自他在机器翻译中的责任总结与索要，并获取了2001年寰宇百篇优秀博士论文奖。

初学缠绵语言学30年来，詹卫东一直在试图拆解语言，索要语言规矩，然后再拼装且归利用。就像一直以来的规复论，这个历程是透明清澈的。

关连词，横空出世的大模子动摇了缠绵语言学家们的信念，语言常识的索要在大模子这里绝不必武之地——只需要投喂弥散的数据，辅以刚劲算力，就能得到鲜嫩的语言输出。

詹卫东说，最近界限内人人世俗贪图这一情况，但并无明确应付之说念。同业们对大模子如故了解得太少了，“昨年一年大众齐处在一种懵的现象，咱们里面其实还浮泛愈加深入的、更多的疏浚”。

詹卫东的导师、语言学家陆俭明并莫得那么悲不雅。他在昨年的一篇著述中谈到，东说念主工智能是靠数据、算力、算法这“三驾马车”驱动，如若“语言常识”能加入到数据中，将确定会大大股东东说念主工智能行状。陆俭明亦然利用语言学专科创建的主要倡议者。

詹卫东说，当语言学家把这些常识归纳之后，野蛮就不错酿成缠绵机不错用的更有用的常识。

不外，让詹卫东尤为忧虑的是，一批老学者正在纷纷退休，留住的职位空白却迟迟找不到新东说念主填充。

一方面，好的天然语言模子东说念主才还是被工业界摆布，何处有更高的薪水和更好的资源（算力和数据）；另一方面，既熟悉语言学，又懂大模子时期的东说念主才少之又少。

就在2023年年末，受詹卫东邀请，林子回到母校给学弟学妹们作了专科学习的训导共享。他们这些“后浪”也被詹卫东交付了厚望：万一哪天转头报効母校呢？

图为2023年12月27日，林子回北大讲座后合影。前排中间是林子，后排左二为詹卫东。受访者供图

原文一语气：一个神奇的北大专科：同级只好她从开学宝石到了毕业（科学网 2024-04-27）找色妹妹