Jó hír viszont, hogy ezt egyáltalán nem kell úgy érteni, hogy ennyi időt kell az iskolapadban eltölteni (habár ha egy PhD-t bevállal valaki, akkor nyolc kellemes évet tölthet el a felsőoktatásban – talán nem véletlenül). Tovább bonyolítja a helyzetet, hogy a számítógépes nyelvészet területére különböző hátterű emberek érkeznek, ezért nincs egységes recept. A Számítógépes nyelvészet megpróbál olyan forrásokat is bemutatni, melyek segíthetnek az érdeklődőknek. Az alábbiakban ezeket szedegettük össze, és megpróbáltuk egy egységes keretbe foglalni, hogy ki-ki megtalálja a maga forrásait útja elkezdéséhez.

Előzetes megjegyzések

Nagyon sok dologgal fog találkozni ebben a cikkben. És ez csak a minimum! Nyilván valamelyik területen van már tapasztalata, ha komoly érdeklődő, és ezen a területen gyorsabban fog haladni. Ha így van, félig nyert ügye van! A többire viszont időt kell áldoznia. Fókuszáljon egy-két területre, és ne adja fel! Az önismeret elengedhetetlen, önállóan feldolgozni egy-egy témát nagyon nehéz! Körültekintően válassza ki, melyik forrással kezdi! Ha túl nehéznek találja az egyik könyvet, keressen magának egy olyat, amely egyszerűbben tálalja a problémát, vagy nézze meg, milyen előismeretei hiányoznak. Merjen félbehagyni egy könyvet, ha túl nehéz! Nem szégyen elővenni egy középiskolai könyvet, és átnézni! Tanulja meg beosztani az idődejét! (Ebben segíthet a Pomodoro technika, amiről itt és itt olvashat.)

Ha még nem tud angolul legalább zökkenőmentesen olvasni, álljon meg és gyakoroljon! Sokan hiszik, hogy a nyelvészek sok nyelvet beszélnek, ám ez nem igaz. De angolul ma már tudnia kell mindenkinek! Minden további nyelv fontos, gazdasági, tudományos, és művelődési szempontból is – ha ideje engedi, és lehetősége van rá, tanuljon meg az angol mellé még egy-két másik idegen nyelvet is.

Nyelvészet - csak röviden!

Már több mint egy éves ez a poszt – ez volt az első kérésre írt válasz a Számítógépes nyelvészeten. Mindegy, hogy milyen háttérrel érkezik a területre, valamennyi nyelvészeti tudás szükséges. Az ismertetőben ingyenes anyagokat is ajánlunk, de nem árt pár könyvbe beruházni.

Nem szabad félni a matektól!

Ha valaki szeret gondolkodni, akkor nincs oka félni a matematikától! Kezdetnek és szemléletformálásnak Enikő Logika és tudományelmélet mindenkinek írásában bemutatott népszerűsítő tudományos műveket ajánljuk. Egy pár fejtörő és paradoxon mindenkinek érthető módon bemutatva elég a kezdethez.

Ha ez megvan, akkor érdemes a diszkrét matematikával és logikával folytatni. Erről a Logika mindenkinek I és II című posztok, valamint Dávid Matematika és logika nyelvészeknek posztja szólt bővebben.

És a statisztikáról se feledkezzünk meg

A statisztika és a valószínűségszámítás szintén elengedhetetlen terület. Nem szabad azt hinni, hogy fontosabb, vagy éppen kevésbé fontos, mint a diszkrét matematika! Ha a végén a sztochasztikus módszer híve is lesz, akkor sem kerülheted el a diszkrét matekok, hiszen az az algoritmusok és a számításelmélet megértéséhez szükséges. Ha már van némi alapja a formális gondolkodás területén, csak akkor rohamozza meg a statisztikát! Kezdésnek nagyon jók az Enikő által bemutatott Head First Statistics és Head First Data Analysis kötetek. További forrásokért ajánljuk a Statisztikai túlélőkészlet posztot, ahol már egy kicsit komolyabb anyagok is szóba kerülnek, ill. ingyenes forrásokat is találhat.

Itt nagyon hamar elérkezünk a programozáshoz, az R nyelv ismerete manapság elengedhetetlen egy számítógépes nyelvész számára. Magát a nyelvet R, de miért is használjam I és II posztokban mutattuk be. Sok remek könyv van a piacon amiből tanulhat, közülük kiemelendő a The Foundations of Statistics: A Simulation-based Approach című.

A kemény dió - programozás és számítástudomány

A számítógépes nyelvészet lényege az, hogy az elméleteket ellenőrizhető, futtatható formában kell megfogalmazni. Ehhez szükséges a programozás. Ideális esetben elég lenne egy nyelv ismerete, de hát ettől még messze vagyunk. A fent már említett R nyelvet használjuk az adatok feltérképezéséhez. Az adatok manipulálását azonban a Python nyelvvel szoktuk általában végezni, ennek ismerete alap, és nagyon jól jön, mivel a szakma gyakorlati oldalát bemutató alapkönyvek is ezt használják. Ezekről a Head First Programming és Head First Python könyveket bemutató írás végén talál információkat.

A logikai programozás paradigmája nem túl népszerű manapság, de a számítógépes nyelvészek szeretik, mivel könnyen lehet prototípust készíteni a nyelvben. Ha valaki biztos alapokat akar, és szeretné látni az elméleti hátteret is a legelterjedtebb eljárások mögött, az nem elégedhet meg a Python posztban említett nltk-val! A részletekben a Logikai programozás nem programozóknak poszt segít eligazodni.

Különböző okok miatt egyre jobban terjed a funkcionális paradigma. Ezzel is meg kell ismerkednie annak aki számítógépes nyelvészetre adja a fejét! A Funkcionális programozás című poszt segít elindulni ezen a területen.

Amiről még mi sem beszéltünk

A biztos alapok megléte előfeltétele annak, hogy megbirkózzon olyan dolgokkal, mint pl. algoritmusok és adatstruktúrák – ami tkp. a számítógépes nyelvészeti munka lényege! Az különböző adatbázisok ismerete is elengedhetetlen ahhoz, hogy jó szakember legyen valakiből. És a legvégén nem árt foglalkozni a szakma metodológiai, filozófiai kérdéseivel és etikai vonatkozásaival sem, legalább érintőlegesen. A jövőben a Számítógépes nyelvészet igyekszik ezeket a területeket is bemutatni legalább egy-egy könyvismertető keretében.