作为一个领域，NLP（Natural Language Processing，自然语言处理）在过去20年发生了翻天覆地的变化。这种变化伴随着电脑和互联网及其社会媒体的飞速发 展，使得 NLP 从高深的人工智能研究转变为近在咫尺的实用技术，以其各种应用，从机器翻译到智能秘书（如 Siri），正在造福亿万用户，而这仅仅是技术改变信息世界的开始。可以预见，今后20年将是NLP技术和应用的黄金时期，信息技术的创新和新一代人机互动离不开NLP。

另一方面，NLP 教育的缺失和断层也凸现出来。由于NLP领域一边倒倾斜于机器学习的方法论，新一代 NLP 从业人员普遍缺乏语言学的培训，缺乏对语言现象的多层次把握，他们追随国际潮流，花样翻新地尝试各种机器学习的新算法及其实现技巧，从而忽略了语言本身的复杂性及其问题领域的把握。算法有余而语言不足是新人普遍表现出来的NLP营养缺乏症。机器学习把一切智能过程看做黑匣子的方法论，在特定的任务和特定的条件下确实可以创造语言应用的奇迹，然而对于计算语言学教育，却带来了种种局限。培养出来的人重普适，少专才。NLP 博士可以不做语言，而去华尔街做金融系统。可是当面对语言问题的方方面面，他们的知识往往失之肤浅。典型的情形是，研究生教育阶段，他们下载过不同数据，尝试过不同项目，譬如训练出一个词性标注（POS：Part of Speech tagging）系统，实现过一个狭窄领域的褒贬分类的系统（譬如影评），做得好的甚至利用某现成的句法分析器（parser）去实现某种超越关键词分析或浅层分析的复杂语言系统，施行语义角色标注（semantic role labeling）或词义辨识（WSD：Word Sense Disambiguation）。可是，纵观这些培训项目的过程可以发现，这些项目强调的不是对语言和语言学的理解，受训者只是隔雾看花，语言的千变万化和多姿多彩被隐含在海量数据（labeled corpus）或者第三方的工具（如下载来的 parser，POS tagger，or morphology analyzer）之中。其结果是，他们缺乏解决复杂任务所需要的底蕴和对语言现象的控制能力。

这种营养缺失和语言学田野训练的断层在国内尤其严重。曾经与国内信息产业重量级人物谈过此事，他们千辛万苦追求人才到海外，我问：NLP 是朝阳领域，国内专于此项研究的教授和研究生越来越多，已经有相当规模的学业基础，在国际学界发表的论文数也直线上升，与我们当年入行时的隔离局面和手工业局面有天壤之别。怎么就要到海外来延揽人才，不能就地取材呢？回答是，领军人才真地是难寻，我们遴选面试了成百的国内优秀人才，还真地就是找不到合适的。大部分人才都缺乏某种东西。对NLP应用貌似有宏观把握的高级人才往往不 hands-on，遇到多变复杂的具体问题，缺乏具体的应对和实现措施。而对语言现象和语言学有深入了解和丰富经验的人，往往又跟不上时代，过于迂腐，难以在全局中对项目定位。总之是上去的人下不来，下面的人又上不去；文科的人太傻，理工的人太呆，此乃交叉学科之痛。

交叉学科之痛是普遍存在的。人无完人。文理两全不呆不傻的人比熊猫还珍贵。除了熊猫，文理全才据说只剩下方博士和镜子大师了，均属可遇不可求见首不见尾的人物。但NLP的知识和人才断层却不仅仅是交叉之痛，而是一个更为普遍的学科倾斜的后果。如果新一代的导师（我们的同辈或晚辈）由于学界潮流的影响（非统计方法的论文基本上无从发表），忽视了语言学，怎么能指望他们的学生可以接受全面的培训呢？取法乎上仅得其中，什么环境造就什么人才。

笔者认识一位美女文学家，电影明星出身。多数人的偏见都是，凡美女明星，难得文采。而文采斐然的女作家，则往往其貌不扬。她却是一个罕见的例外。原来她的明星之路实属偶然，而她的书香门第和特殊家教从小培养了她引为骄傲的“童子功”。这种文字的功力，加上她驰骋的文艺想象力，在她息影以后成就了她作家的道路。回到本文的主题，笔者以为，NLP 教育的缺失和断层很大原因也是一种语言学童子功的失传。

从这一点看，我们这一辈是幸运的。我们的导师都是语言应用的大师，我们一入行接触的就是当时国内顶尖的几位语言应用泰斗（刘先生、董先生等前辈），他们经历了几十年传统机器翻译的历练。回想起来，传统的机器翻译真是一个绝佳战场，在这里小鬼可以磨练成将军，童子功的传承即在此磨练之中。与现在流行的统计机器翻译不同，传统的机器翻译把语言掰碎了来分析（源语分析），然后做词汇意义和逻辑语义的转换，最后还要把语言碎片重新拼接成语言的表达（目标语生成），这等于孙悟空钻进语言的肚子里面大闹天宫，也好比大圣被扔进语言学的熔炉里冶炼成火眼金睛。这样的培训最见 NLP 童子功。现在的 NLP 学生，还有多少人能有这样的环境、机会和耐心呢？

【立委名言：技术改变世界，甚至总统】

 【立委科普：NLP 联络图 （之一）】

【立委随笔：机器翻译万岁】

【置顶：立委科学网博客NLP博文一览（定期更新版）】