AI刀锋下的“幸存法则”：语言学毕业生去做NLP，“中间层”最难破局

2023年春招结束，读了七年中文系的舒蕾如愿成为了互联网公司的NLP算法工程师。

大三的时候，就读于中国语言文学系应用语言学的舒蕾，偶然间选择了一位计算语言学方面的导师来指导自己的论文。计算语言学是一门结合语言学与计算机科学的学科，研究如何使用计算方法分析、理解和生成自然语言。它既是理论语言学的技术分支，也是人工智能（AI）和自然语言处理（NLP）的重要组成部分。

在完成论文的过程中，舒蕾主动学习了R数据分析和python。她的想法既浪漫又实际：“一个是觉得写代码比较帅。另一方面也有薪资上的考虑。”

保研进了北师大的中文信息处理研究所后，舒蕾开始为转码做准备，除了课程必修的微积分、概率论、python、机器学习、NLP概论等内容，自己也坚持刷题，follow前沿的模型结构，动手部署、微调一些小模型。

投身于计算语言学这个交叉学科的研究，舒蕾将技术手段结合进传统中文系词义学的研究。在校期间她发表的CCL会议论文被评为当年的最佳论文，用BERT语言模型去解释古汉语的多义词问题。

计算语言学的难度与中文系的其他方向相比是比较高的，要跨学科学习很多内容。一学期的python+机器学习课就让很多人劝退了，能坚持上完2年的课程后还继续写代码的就更少了。

舒蕾攻读了下来，这期间还申请了两次微软的暑期实习。第一次是研一，因为题目不会做、基础也比较差面试没过，这个小挫折也让她真正给自己定下了目标。“随后我密集地刷了一年的题+恶补数据结构。22年的微软暑期实习面试顺利通过了，进了苏州STCA,即微软（亚洲）互联网研究院，做偏数据+后端的实习。”