文科生学习计算机语言学是可行的，确实有一定的难度。
知乎上已经有计算机语言学的专业人士对这个学科所需要的知识做了比较系统的归纳，我们在这里分享一个学生案例，据此来说说文科生应该如何去转专业学习
计算机科学。
一、 计算语言学从哪些方面来准备
作为一个
交叉学科，这个专业的人一定是“能文能武”的。
课程方面：
语言学：
不知道小伙伴们的“文科”具体是什么。我有一位学生是法英双语专业出身，她的专业课上直接就包括了“话语分析”。通过专业课的学习，学生了解到如何将相关信息关联、组织和表达，并且被人所理解。我们认为“理所当然”的表达和被理解，其实微妙的被数量原则、质量原则、关联原则、方式原则等基础会话原则所操控。
除了课堂学习之外，学生又主动阅读了大量语言学著作，比如 B.布洛赫、G．L.特雷杰
《语言分析纲要》和索绪尔的
《普通语言学教程》等，加深对句法、语义等的理解。这是计算语言学最重要的理论基础。
计算机方面：
这一块也是大多数文科生，或者转专业申请的学生最为 concern 的。实话说不是计算机科班出身的人确实难度不小。算法、
机器学习等概念对于“码农”们来说是很基础的，但是纯文科生会显得非常难和陌生。
这里要给文科同学
打鸡血了。刚才介绍的法英双专业的同学是个妹纸，而且是一个非常有决心和毅力的妹纸。自从有了从事
自然语言处理（NLP）职业的想法后，她利用大三的寒假时间，参加了一个 Python 的训练营，高强度的实战训练，让她从最初的零基础，到利用编程来建模用实际数据解决问题。
作为文科生，她在中间也遇到过很多困难，但是选择了坚持下来。除此以外，她申请跨到计算机系上了
数据结构、机器学习、Java 编程等课程，这些基础课的学习，对于一个文科生转到计算机语言学专业是非常重要的。
科研/实习：
计算机语言学是一个应用性很强的专业，仅仅完成一些课程的学习是远远不够的。该同学在申请季前夕参加了一个自然语言处理和
深度学习的项目，对她研究生转专业是至关重要的。
在该项目中，她独立制作了一个聊天机器人(Chatbot)，采用天气预报数据作为素材，进行训练，让机器人可以回答关于某个城市的天气状况和
空气质量等信息。该项目中间也遇到了诸多挑战，比如机器人“答非所问”，语调生硬等等，启发她思考如何来加强语义分析和情感识别方面。一些项目中待解决的问题也直接激发了学生继续深造的热情。
二、 申请美国研究生的策略问题
正如其他业内知乎答主的所说，美国始终走在计算机语言学的科研前沿。有条件的情况下，申请一个美国的研究生，将成为文科同学走进计算机语言学领域，从事相关工作的一个重要踏板。
但是该领域近年来随着“机器学习”“人工智能”等概念变得炙手可热。大量计算机背景的申请者都来申请这个项目，使其难度对于文科背景的申请者来说是很大的。
选校是其中关键一环，这个要根据申请者自身的竞争实力和学校的录取难度以及未来职业规划来综合决定，所谓的“知己知彼”才能“百战不殆”。
而这时候往往申请者对于国外院校的了解也只是学校官网和一些留学网站上面碎片化的信息，对于自身的定位更是难以把控。还有就是搜集和整理这些碎片化的信息，制作自己独特的文书其实也是需要耗费自己大量的时间经历的。
笔者在 7 年间辅导过很多同学进行半 DIY 申请，发现很多同学这个时候也还在努力的刷 GRE、
托福成绩，同时大三暑假基本都在做全职的实习，大四上学期申请季也都还有学校的科研项目在做，或者还有几门课程在上。这样的矛盾情况下，其实选择咨询计算语言学亲历过整个申请过程的“过来人”和对近年来积累了大量辅导同学成功案例的老师可以事半功倍。
作为棕榈大道的“全能主导师”之一，我就真的要
安利了。
前面所说的那位同学由于有较好的前期规划，做了很多准备工作，申请季的时候，我们给她安排了在 UW 就读的何学长帮助她分析自身定位，选择了计算机语言学比较有名的几所学校，又避免了以自己所短，来博他人之长（那些纯 CS 的同学在某些特别强调算法和编程背景的学校有很强的竞争）。
同时，文书的打造也是重要的环节，个人陈述配合好简历等其他材料，展现申请者独特的优势。通过与申请者详细的沟通，我们深入挖掘她的兴趣，巧妙的展现她独特的“文科”-语言学方面的理解和优势，同时恰到好处的展现她对于自然语言处理方面的热情和清晰的职业规划，最终成功地打动了评审委员会。同学目前已经拿到了 ASU 的 offer，还在争取其他学校的录取。
最后希望文科有志于转计算机语言学的同学们都能勇敢地追随自己的梦想！