2026年，华东师范大学新增计算语言学本科专业，设在外语学院，综合语言学、计算机科学、数学与统计学等学科基础，面向人工智能、智能翻译、语言数据处理、智能外语教育等领域培养复合型人才。
计算语言学不是传统外语专业加几门编程课，也不是人工智能专业降低难度后的版本，外语学院杨延宁介绍，新专业研究的是如何让机器更好地“理解”和“使用”人类语言，学生既要学习外语和语言学，也要学习编程、统计、人工智能、自然语言处理等内容。
培养AI时代的“双语人才”
人工智能发展到今天，语言理解仍是关键难题。单纯依靠算力和大模型，并不能完全解决语言中的语境、歧义、文化差异、偏见和幻觉等问题。市场上也存在结构性人才缺口：计算机背景学生懂技术，但不一定理解语言的复杂性；外语或语言学背景学生懂语言，但往往缺少处理数据和建模的技术能力。“我们希望培养能打通语言机理与机器智能的桥梁型人才，不是单纯的程序员，也不是传统意义上的语言学家。”杨延宁说。
计算语言学需要的是“双语能力”：既精通自然语言，也掌握计算机语言，这是一门交叉学科，相关研究已有超过半个世纪历史，并与人工智能发展长期相伴，融合语言学、计算机科学、数学统计等知识和方法，对自然语言进行分析、建模和处理，要解决的是人工智能在语言处理中的核心问题。
随着大模型、智能语音、智能翻译和多模态技术发展，语言能力和计算能力的结合，正在成为人工智能应用的重要基础。机器翻译不应只是字词对应，还要理解语境、文化和说话人的真实意图；智能客服不只是识别关键词，还要判断用户表达背后的需求；教育测评不只是统计错词，还要理解学生语言能力的结构。在医疗AI场景中，患者说“心口疼”和“胸口疼”，普通关键词匹配可能很难区分其语义差异，而计算语言学人才需要思考这种表达差异如何被识别、标注、建模，并转化为垂类模型可以学习的特征。这类能力，正是语言学洞察与技术实现的结合。
学生主要学什么？
课程体系主要包括外语能力、语言理论、数理计算、语言处理、交叉学科、个性化发展和项目任务等模块。学院在课程设计上做了“加减法”——构建“语言学理论+AI技术+项目实践”的融合体系，保留较高强度的外语和多语学习；减少与语言处理关联不强的底层硬件或通用软件工程课程，把训练重点放在自然语言处理、文本挖掘、智能翻译、语言数据分析等方向。
外语能力模块包括高级英语读写、英语视听说、汉英口笔译、专门用途英语、第二外语等课程，第二外语涵盖日语、德语、法语、俄语、西班牙语等方向。语言理论模块包括语言学概论、语音学、形态学、句法学、语义学、语用学、功能语言学、社会语言学等课程。
数理计算模块则包括高等数学、计算机科学概论、人工智能导论、计算语言学概论、语言编程与数据处理、语言统计等课程。语言处理模块包括语料库、智能语音技术、智能翻译、智能外语教育、数据驱动的话语分析、多模态信息处理、数字人文等课程。
此外，专业还设置语言与文学、语言与教育、语言与心理、语言与认知、言语病理等交叉课程，并依托项目基地，让学生在真实场景下完成智能语言服务、适用语言研究、毕业设计或毕业论文等任务。
该专业师资涵盖语言学、计算机科学、数理统计、外语教育学、翻译学等方向，专任教师均拥有博士学位，其中教授职称教师占50%。学院配备智能语音、智能翻译、ERP实验、智能外语教育、沉浸式虚拟演播等实验中心，并与多家高科技企业、教育技术公司共建实践基地。项目任务模块将对接社会需求，配备项目导师，让学生在真实场景中训练智能语言服务和语言数据处理能力。
未来主要去哪？
从升学方向看，学生可进入海内外高校和科研院所，在语言科学、语言智能、语言计算、语言数据、自然语言处理、语言教育等方向继续攻读硕士、博士。
从就业方向看，毕业生可进入互联网、信息技术、人工智能等行业，从事自然语言处理、语音技术开发、知识工程、情感计算、智能翻译等工作；也可进入跨境电商、游戏出海、内容本地化等领域，参与机器翻译和多语内容处理。
在教育、科研、管理等事业单位，相关毕业生也可从事智能外语教育、智能语言测评、内容分析、智能外宣等工作。金融、法律、医疗等行业中的文本挖掘、知识抽取和智能问答，也会涉及计算语言学能力。
哪些学生更适合？
专业学习强度不低，学生需要在人文思辨和理工逻辑之间切换，既要理解语言现象、语法结构和语义差异，也要掌握编程、统计和数据处理方法。杨延宁认为，最适合这个专业的学生，是对语言有真正热情，同时不排斥技术训练的人。
具体来说，学生需要对语音、语法、语义、语境和跨语言表达感兴趣，也愿意学习Python编程、统计学和数据处理，能够接受反复标注、清洗、分析语言数据的训练。喜欢在不同知识体系之间转换、愿意动手解决问题的学生，会更适合这个专业。
相反，如果学生完全排斥编程和数理训练，只想学习传统文学或传统外语；或者只是冲着“AI”热点报考，却对语言本身没有兴趣，学习过程可能会比较吃力。
对有意报考的学生，杨延宁建议可以在入学前接触一些Python编程基础，也可以阅读语言学入门书籍，提前理解语言结构、语义、语用等基本概念。入学后，要有意识地把语言学概念和计算方法联系起来，多参与项目实践，尽早探索自己更感兴趣的是数据挖掘、语音技术、机器翻译、智能教育，还是数字人文等方向。
对家长来说，判断孩子是否适合这个专业，不宜只看“AI”“智能”等关键词，而要看学生是否同时愿意学语言、学技术、做项目。真正适合这个专业的学生，往往不是只偏文或只偏理，而是愿意在语言、人文、数据和算法之间长期搭桥的人。
热门跟贴