世毕盟：NLP方向之CMU LTI offer！我的2018申请总结

　　背景

　　GPA：3.64/4.0

　　最终去向：CMU LTI Master

　　我对自然语言的兴趣源自打小对诗歌的热爱。我爱辛波斯卡面对生活的哲思，我爱曼德尔施塔姆面对寒冷的炽热，我爱阿多尼斯面对孤独的通达，我爱毕肖普源自心底的一切矛盾，我也爱李贺来自梦中的完美诗篇。诗歌贮藏在人类语言中最美丽的瑰宝，逐渐理解并欣赏诗歌逐渐成为我成长经历中不可或缺的过程。人们如何理解又如何欣赏诗歌呢?要回答这个问题,人首先应该学会理解自然语言。

　　不得不说，我的求学经历很是幸运。我在大一时就接触到了自然语言处理的方向，也了解到自然语言理解是现在著名的开放性问题之一。深入学习了一些知识后，我确信自己找到了未来的路。在我最感兴趣的语义理解方面，美国任教的一些老师所做的工作激发了我更大的兴趣，我也由此萌生了申请他们的博士研究生的想法——没有什么比和一个方向里全世界最顶尖的科学家一起合作更令人兴奋的事了。

　　在本校、卡内基梅隆大学、纽约大学的三段科研实习经历让我确信自己选的研究之路充满了乐趣：我参加了词义分析、视频理解、句子表示学习三个方面的研究，这些研究经历无一例外地与“理解”密切相关。我设计了词内语义向量差和主成分分析模型来建模多义词向量语义，论文被一位审稿人称赞为“天才想法”并打出了会议最高分。

　　根据自己在计算语言学方面的经验，我设计了同步匹配与显著度估计模型来解决模糊视频帧与清晰图像匹配的问题，我的论文被审稿人称赞“为视频领域的视频-图像匹配提供了新的思路”;在句子表示学习中，我成功探索出了新的快速学习句子表示的目标函数，实现的通用代码库在 GitHub 上收获许多star 和folk。这些经历让我快速积累了丰富的科研经验，也对未来博士期间工作的方向有了更为深刻的认识。

　　除了科研经历,实习经历其实也很有意义。因为与高中不同，本科是一个与现实对接更紧密的阶段。为了全方位了解学科的前沿发展，我有计划地在大公司工程部门、大公司研究部门和创业公司研究部门参与了实习。这些实习经历让我能够及时了解工业界对前沿技术的应用情况。同时，在浪漫与脚踏实地之间更喜欢前者的我也清醒地看到了到学术界更加适合自己的现实。

　　与此同时，我以对理科生来讲比较高的分数通过了GRE考试，也达到了各个要申请的研究生院 TOEFL 水平要求 。准备 GRE 和 TOEFL 的过程没有过多的技巧，我的听力和口语本身不错就没有怎么练习，所以背单词和做阅读成为了我的主要准备方案。这个过程不是无意义的，通过这两项考试后,我发现自己阅读论文的速度有了飞速提升。

　　我的申请经历也比较“奇葩”。提交了申请材料后,我就开始焦急地等待和准备面试过程。但直到收完所有的录取信和拒信后，我都没有拿到任何一所学校的正式面试。唯一的一个面试是和一所学校全系的研究生在线聊天，那时候学院已经基本决定录取了。这些愿意无面试录取我的“奇葩”学校是: CMU LTI Master (MLT,并有导师承诺愿意收我转 Ph.D.)，TTI Chicago Ph.D., CU Boulder CS Ph.D., NYU Center for Data Science Ph.D. 其中, 我意外地发现TTIChicago的KarenLivescu和KevinGimpel两位老师正是我想要的理想导师。

　　我的在世毕盟的培训师姐姐和Mentor，以及GGU Native Expert Team的帮助对我的申请起到了锦上添花的作用。虽然在今年这么惨烈的局面下最后没有申请到所谓“名校”的 Ph.D., 但能够收到几所学校的无面试录取也是一个不错的结果了。我的申请之路就像一场与研究谈的恋爱。我选择了研究，很幸运地，它也选择了我。我最终申请到了非常满意的博士导师,即将踏上与研究的下一段“恋爱”历程，相信一定很美好。