Δεν είπα αυτό. Ο υπολογιστικός γλωσσολόγος ειδικεύεται στην υπολογιστική γλωσσολογία. Ο υπολογιστικός μαθηματικός στα υπολογιστικα μαθηματικα.
Η υπολογιστική γλωσσολογία στηρίζεται και στα υπολογιστικά μαθηματικά πέρα απο την γλωσσολογία...που είναι και ο λόγος που σε μια ομάδα θα υπάρχει και μαθηματικός και γλωσσολόγος. Σοκινγκ ?
Ειλικρινά εσύ τι συνδυάζεις σε αυτό το θέμα πέρα απο κόμπλεξ κατωτερότητας με ανακρίβειες ;
Ο καθένας έχει διαφορετικό υπόβαθρο. Ένας γλωσσολόγος πρέπει να μαθει Natural language processing, Computational Linguistics, Data Science, Statistics, Machine Learning, Speech Processing. Ένας μαθηματικός πρέπει να μάθει Phonology, Syntax, Phonetics, Semantics, Cognitive Science και γενικότερα την επιστήμη της θεωρητικής γλωσσολογίας.
Τα οποία σαφώς δεν γίνονται διαβάζοντας ένα βιβλίο. Μάστερ σίγουρα και σαφώς Courses από udemy κλπ
Φίλε μου δεν διαφωνώ καθόλου σε αυτά που λες. Προφανώς και ο καθένας θα πρέπει να μάθει στοιχειώδη πράγματα απο άλλους τομείς, καθώς το αντικείμενο αυτό είναι διεπιστημονικό. Άσχετα που εργάζονται διαφορετικές ειδικότητες σε αυτό με διαφορετικό υπόβαθρο. Πρέπει όλοι να έχουν μια κοινή εικόνα του τι θέλουν να επιτύχει η ομάδα συνολικά έστω και εαν δεν ξέρουν σε τρομερή λεπτομέρεια πως ακριβώς κάνουν ο,τι κάνουν τα υπόλοιπα μέλη της ομάδας.
Chances are ο,τι ένας γλωσσολόγος θα ξέρει περισσότερα για τις υπολογιστικές μεθόδους που εφαρμόζονται στην επεξεργασία φυσικής φωνής απο έναν τυχαίο απόφοιτο μαθηματικού(που δεν έχει ασχοληθεί με αυτό τον τομέα). Αλλά σε καμία περίπτωση δεν θα είναι σε θέση να αναλάβει σχετική δουλειά επειδή θα έχει μια παραπάνω στοιχειώδη αντίληψη στα πλαίσια της δουλειάς του. Άλλο να καταλαβαίνεις κάτι σε ένα βασικό επίπεδο, και άλλο το να το υλοποιείς. Μπορώ να σου εξηγήσω πως λειτουργεί χοντρικά ο υπολογιστής σε μια μια ώρα...αλλά το να σου εξηγήσω πως κάνει ο,τι κάνει...αυτό θέλει χρόνια και ούτε που θα ξέρω να σου πω όλες τις λεπτομέρειες. Οπότε μαθαίνεις πράγματα στο πλαίσιο του να μπορείς να επικοινωνήσει με τις αντίστοιχες ειδικότητες σε ένα θεμελιώδες επίπεδο. Όπως και ο μαθηματικός ή ο πληροφορικός θα πρέπει να μάθει basic stuff της γλωσσολογίας όπως λες, έτσι ώστε όταν του λέει κάτι ο γλωσσολόγος να μην ακούει Κινέζικα.
Όλα αυτά τα αντικείμενα που ανέφερες, Data science, Statistics, Machine learning, Speech processing και ο,τι άλλο παρεμφερές, σε ένα σοβαρό επίπεδο(δηλαδή που είσαι σε θέση να πιάσεις κάπου δουλειά) θέλουν master ή PhD. Όπως χρειάζεται και master ή PhD στην γλωσσολογία και διάφορες άλλες πιο ειδικές περιοχές της, στην ψυχολογία, στις κοινωνικές επιστήμες και όποια άλλη ειδικότητα εμπλέκεται. Συγκεκριμένα επειδή γνωρίζω λίγο τι γίνεται στην διεθνή αγορά για DSP, μιλάμε για δαγκωτό PhD. Δεν προσλαμβάνουν τίποτα λιγότερο απο αυτό στην πλειοψηφία των περιπτώσεων και συγκεκριμένα ζητάνε και γνώσεις φυσικής ανάλογα ποια ακριβώς είναι η εφαρμογή. Εαν κάνεις ιατρική εικόνα λόγου χάρη, π.χ. MRI, θα πρέπει να ξέρεις βασικά πράγματα σε RF ηλεκτρονικά για να μπορείς να επικοινωνήσεις με τον RF engineer(ο τομέας μου). Όπως και ο RF engineer θα πρέπει να ξέρει βασικά πράγματα που θα κάνει ο DSP. Κανένας δεν θα είναι expert στο άλλο πεδίο, αλλά θα έχει μια κατανόηση για να μπορεί να συννενοηθεί ο ένας με τον άλλο. Εαν τώρα κάνεις επεξεργασία ήχου/φωνής, θα πρέπει να ξέρεις βασικά περί ακουστικής φυσικής, και ακόμα και φυσιολογίας για το πως μοντελοποιείται ο λάρυγγας και η στοματική κοιλότητα ως LTV σύστημα. Άρα όπως γίνεται αντιληπτό, χρειάζονται πολλές σπουδές για να αναλάβεις να κάνεις το οτιδήποτε, εφόσον το κάνεις σε επαγγελματικό/commercial επίπεδο.
Άνθρωποι που έχω γνωρίσει με 30-40 και χρόνια εμπειρίας στα πεδία που ανέφερες δεν τολμούν να το παίξουν experts και παντογνώστες στο ίδιο τους το πεδίο, και πάντα τονίζουν πως κανείς δεν ξέρει τα πάντα και για αυτό όλοι εξειδικευόμαστε!!! Και ο Political animal λέει πως δεν υπάρχουν εξειδικεύσεις σε projects που έχουν αντικείμενο την υπολογιστική γλωσσολογία. Συμφωνείς με αυτό ;
Πιστεύω πως ως υπολογιστικός γλωσσολόγος, και εαν έχεις δουλέψει όντως σε σοβαρά projects θα αντιλαμβάνεσαι πλήρως τι λεω και πόσο σημαντικό είναι να υπάρχει συνεργασία μεταξύ διαφορετικών ειδικοτήτων σε ένα τόσο διεπιστημονικό αντικείμενο, διότι θα τα έχεις δει στην πράξη στην δουλειά.