壹、 計算語言學從哪些方面來準備
作為壹個交叉學科，這個專業的人壹定是“能文能武”的。
課程方面：
語言學：
不知道小夥伴們的“文科”具體是什麽。我有壹位學生是法英雙語專業出身，她的專業課上直接就包括了“話語分析”。通過專業課的學習，學生了解到如何將相關信息關聯、組織和表達，並且被人所理解。我們認為“理所當然”的表達和被理解，其實微妙的被數量原則、質量原則、關聯原則、方式原則等基礎會話原則所操控。
除了課堂學習之外，學生又主動閱讀了大量語言學著作，比如 B.布洛赫、G．L.特雷傑《語言分析綱要》和索緒爾的《普通語言學教程》等，加深對句法、語義等的理解。這是計算語言學最重要的理論基礎。
計算機方面：
這壹塊也是大多數文科生，或者轉專業申請的學生最為 concern 的。實話說不是計算機科班出身的人確實難度不小。算法、機器學習等概念對於“碼農”們來說是很基礎的，但是純文科生會顯得非常難和陌生。
這裏要給文科同學打雞血了。剛才介紹的法英雙專業的同學是個妹紙，而且是壹個非常有決心和毅力的妹紙。自從有了從事自然語言處理（NLP）職業的想法後，她利用大三的寒假時間，參加了壹個 Python 的訓練營，高強度的實戰訓練，讓她從最初的零基礎，到利用編程來建模用實際數據解決問題。
作為文科生，她在中間也遇到過很多困難，但是選擇了堅持下來。除此以外，她申請跨到計算機系上了數據結構、機器學習、Java 編程等課程，這些基礎課的學習，對於壹個文科生轉到計算機語言學專業是非常重要的。
科研/實習：
計算機語言學是壹個應用性很強的專業，僅僅完成壹些課程的學習是遠遠不夠的。該同學在申請季前夕參加了壹個自然語言處理和深度學習的項目，對她研究生轉專業是至關重要的。
在該項目中，她獨立制作了壹個聊天機器人(Chatbot)，采用天氣預報數據作為素材，進行訓練，讓機器人可以回答關於某個城市的天氣狀況和空氣質量等信息。該項目中間也遇到了諸多挑戰，比如機器人“答非所問”，語調生硬等等，啟發她思考如何來加強語義分析和情感識別方面。壹些項目中待解決的問題也直接激發了學生繼續深造的熱情。
二、 申請美國研究生的策略問題
正如其他業內知乎答主的所說，美國始終走在計算機語言學的科研前沿。有條件的情況下，申請壹個美國的研究生，將成為文科同學走進計算機語言學領域，從事相關工作的壹個重要踏板。
但是該領域近年來隨著“機器學習”“人工智能”等概念變得炙手可熱。大量計算機背景的申請者都來申請這個項目，使其難度對於文科背景的申請者來說是很大的。
選校是其中關鍵壹環，這個要根據申請者自身的競爭實力和學校的錄取難度以及未來職業規劃來綜合決定，所謂的“知己知彼”才能“百戰不殆”。
而這時候往往申請者對於國外院校的了解也只是學校官網和壹些留學網站上面碎片化的信息，對於自身的定位更是難以把控。還有就是搜集和整理這些碎片化的信息，制作自己獨特的文書其實也是需要耗費自己大量的時間經歷的。
筆者在 7 年間輔導過很多同學進行半 DIY 申請，發現很多同學這個時候也還在努力的刷 GRE、托福成績，同時大三暑假基本都在做全職的實習，大四上學期申請季也都還有學校的科研項目在做，或者還有幾門課程在上。這樣的矛盾情況下，其實選擇咨詢計算語言學親歷過整個申請過程的“過來人”和對近年來積累了大量輔導同學成功案例的老師可以事半功倍。
作為棕櫚大道的“全能主導師”之壹，我就真的要安利了。
前面所說的那位同學由於有較好的前期規劃，做了很多準備工作，申請季的時候，我們給她安排了在 UW 就讀的何學長幫助她分析自身定位，選擇了計算機語言學比較有名的幾所學校，又避免了以自己所短，來博他人之長（那些純 CS 的同學在某些特別強調算法和編程背景的學校有很強的競爭）。
同時，文書的打造也是重要的環節，個人陳述配合好簡歷等其他材料，展現申請者獨特的優勢。通過與申請者詳細的溝通，我們深入挖掘她的興趣，巧妙的展現她獨特的“文科”-語言學方面的理解和優勢，同時恰到好處的展現她對於自然語言處理方面的熱情和清晰的職業規劃，最終成功地打動了評審委員會。同學目前已經拿到了 ASU 的 offer，還在爭取其他學校的錄取。
最後希望文科有誌於轉計算機語言學的同學們都能勇敢地追隨自己的夢想！