美国大学自然语言理解

① 美国大龄留学专业

1、计算机科学Computer Science
除了学习计算机的硬件和软件知识外，该领域还涉及到如机器人、自然语言认知项目、人工智能、编程、大数据分析和游戏设计技术等知识的学习和运用。无论是哪个方向，该领域都非常注重专业问题的解决能力。

细分专业：
人工智能和机器人Artificial Intelligence and Robotics
计算机信息科学Computer and Information Science
计算机图形学Computer Graphics
计算机系统分析Computer Systems Analysis
数据处理Data Processing
游戏设计Game Design
信息技术Information Technology
网页设计Web Design
网络管理Webmaster and Web Management
推荐院校：
卡内基梅隆大学
麻省理工学院
斯坦福大学
加州大学伯克利分校
康奈尔大学
伊利诺伊大学香槟分校
华盛顿大学
普林斯顿大学
德克萨斯大学奥斯汀分校
佐治亚理工学院学校
加州理工学院
威斯康星大学麦迪逊分校
密西根大学安娜堡分校
加州大学洛杉矶分校
加州大学圣地亚哥分校学校
马里兰大学帕克分校--College Park
2、传播学Communications
传播学的专业都倾向于培养思维敏捷、个性鲜明、擅长讲故事的学生。学生需要花费大量时间学习研究不同形式的传播方式，以及信息传播背后的策略。无论是口头的还是书面的信息传播，受众的反应和传播环境的影响都是该专业学生的研究对象，而该领域的学生在商业、广告、人力资源、公共关系、教育、传媒行业都有广阔的工作机会。
细分专业：
广告学Advertising
传播学与语言交流及修辞学Communications Studies/Speech Communication and Rhetoric
数字通信与媒体Digital Communications and Media/Multimedia
新闻学Journalism
大众传播Mass Communication
摄影报道Photojournalism
政治传播Political Communication
公共关系Public Relations
广播和电视Radio and Television
推荐院校：
斯坦福大学
加州大学伯克利分校
西北大学
南加州大学
范德堡大学
弗吉尼亚大学
康奈尔大学
波士顿大学
纽约大学
波士顿学院
加州大学洛杉矶分校
50岁在美国读大学该学什么专业
3、商科Business
商科类专业注重对学生的综合能力如数据计算、问题处理、决策制定、交流技巧等等的培养。学习过程中学生将学习全套的活动预算、组织、计划、执行、控制流程。
细分专业：
会计Accounting
精算学Actuarial Science
工商管理Business Administration/Management
商务沟通Business Communications
创业学Entrepreneurship
时尚营销管理Fashion Merchandising
金融学Finance

酒店学Hospitality
人力资源管理Human Resources Management
国际贸易International Business
物流管理Logistics Management
管理信息系统Management Information Systems
管理经济学Managerial Economic
营销学Marketing
商品销售与采购业务Merchandising and Buying Operations
运营管理Operations Management
组织行为学Organizational Behavior Studies
不动产Real Estate
风险管理Risk Management
旅游Tourism
推荐院校：
宾夕法尼亚大学
麻省理工学院
加州大学伯克利分校
密歇根大学安娜堡分校
纽约大学
北卡罗来纳大学教堂山分校
弗吉尼亚大学
卡内基梅隆大学
印地安那大学伯明顿分校
德克萨斯州大学奥斯汀分校
康奈尔大学
圣母大学
南加州大学
圣路易斯华盛顿大学
埃默里大学
乔治城大学
伊利诺伊大学香槟分校
明尼苏达大学双城分校
威斯康辛大学麦迪逊分校
俄亥俄州立大学
波士顿学院
密歇根州立大学
宾州州立大学帕克校区
4、心理学Psychology
心理学专业聚焦于人类思想和能力的研究，主要研究先天因素和环境因素对人类的学习能力、认知能力、智慧、动机、情绪、个性甚至精神错乱形成的影响。在该领域内，心理学家需要通过教育、交流等方式切实解决人类思想和行为问题。
细分专业：
临床心理学Clinical Psychology
认知心理学Cognitive Psychology
心理咨询Counseling
发展心理学Developmental Psychology
教育心理学Ecational Psychology
实验心理学Experimental Psychology
工业心理学Instrial Psychology
生理心理学Physiological Psychology
心理学Psychology
社会心理学Social Psychology
推荐院校：
芝加哥大学
斯坦福大学
加州大学伯克利分校
哈佛大学
加州大学洛杉矶分校
密歇根大学安娜堡分校
耶鲁大学
伊利诺伊香槟分校
普林斯顿大学
明尼苏达大学双城分校
德州大学奥斯汀分校

北卡教堂山
威斯康星麦迪逊
俄亥俄州立大学
宾州州立大学

② 美国大学有什么好专业

1. 木偶艺术学系

世界上不少学校均给你这种称为木偶戏专家的机会，虽然你的目标并不是这个，我们也不知道学这个究竟对你有多少好处。

2. 烘焙学专业

吃货们，想想就很幸福有没有?小编猜想，学这个专业的人应该长得比一般人胖。

3. 保龄球管理学系

美国印第安纳州的温森斯(Vincennes University)大学里有这个系，感觉上课可以一直自肥狂打保龄球，可能念完之后每个人都变国手。

4. 赛车科学与工程学系

umm..可能之后可以当设计赛车的人?那还满酷的嘛!

5. 超自然现象研究学系

对于任何一个想成为幽灵猎人或者魔鬼克星的人来说，你可能会考虑亚利桑那大学，它是将超自然现象研究作为主修专业的大学之一。

6. 大麻培育学系

这…这也太嗨了吧，这个系应该很热门喔!可能一堆人挤破头要进。

7. 专业保姆学系

当然，照顾孩子是一个伟大的职业，但我猜肯定没有人意识到会有人特意因此去上大学并拿到职业保姆证书。

8. 决策学系

类似这种学程还是满常见的，如果你正在犹豫你想做什么，也许主修决策科学专业能教会你如何最终下定决心。

9. 谜语学系

这并不是一个受欢迎的专业，但如果你经常玩纽约时报的填字游戏，那么你看到的将是拥有谜语学证书的Will Shortz的工作成果。

10. 加拿大人研究学系

觉得奇怪为何美国大学会提供一个研究加拿大人的专业?但这个专业确实存在于杜克大学等学校。

③ 去美国留学计算机专业情况介绍

计算机科学专业可是一个招生大户，因为现在计算机发展势头比较猛，很多人都投身到这个领域的研究里边。而且由于美国在计算机整个领域的强大，近些年很多学生涌入到了这个专业里。虽然它的拿奖情况不如数学，物理，化学这类理工科，但是由于它每年的招生量比较大，而且它与实际联系的相当紧密，有着众多的研究项目，为学生提供了不少的TA, RA的职位，所以计算机这个专业还是有奖可拿的，但是由于计算机这个专业积累了大量的人才，不管国内国外都有众多的牛人，所以这个专业的竞争十分激烈，要申请到这个专业的奖学金也是需要一定有很好的背景的。

专业内不同类型program的比较

计算机涉及的领域非常广泛，其分支学科也是非常多。所以在美国将主要的专业方向分为人工智能（Artificial Intelligence），程序应用（Programming Language），计算机系统（Systems）以及计算机理论（theory）这四个部分。而每个部分又有很多的研究方向，诸如人工智能与知识工程，模式识别与图像处理凯此做软件，多媒体技术与图形学，智扒咐能信息系统工程与软件自动化，数据库与数据仓库， 数据挖掘与知识发现 ，计算机网络技术及其应用，计算机系统与控制，信息系统安全，计算机安全等等。这些研究方向隶属于以上四个研究方向但是分类并不是十分的明显。四个主要部分都有互有交叉，又各有侧重，所以在申请的时候也要有相应的侧重点，根据申请人的不同背景进行专业的选取。

Computational Science比较偏理论，竞争不象软件工程那样激烈，无论是拿到录取，还是申请奖学金，在CS这个专业里都属于比较容易的方向。如果有比较好的数学背景，和一定的研究经历，申请起来会比较有优势。

软件工程历来是就业大户，且同时也是招生大户，招生量比较大，拿到全奖的比例虽然和工科其他专业比并不高（因为就业较好），但是在CS里也属于并不难拿全奖的一个方向，竞争一般激烈。因为总招生量大，所以机会也不少。

和软件工程相比，Computer Architectures就业状盯衡况稍为不理想，申请的人较少，奖学金机会因此却反而略多，再加上客户将要有这方面的背景，实际工作经验对于工科申请者还是很重要的，

在cs这个专业里data mining 应该是比较好拿奖的一个学科，竞争也不像软件工程那么激烈。而且这个专业将来的就业层面也比较广泛。

人工智能可以说是现在计算机里边最炙手可热的学科了，人工智能研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现，因此它也是热门专业之一。

算法是属于计算机理论里的了，基本属于计算机里的基础学科，任何的计算机相关的专业基本上都会用到这个部分，所以相对申奖也比较容易。

网络虽然现在应用比较广泛，但是将来的就业不是太好，所以选他的人不是很多，而且这个专业也确实没有什么太多的项目可作，所以奖不太好申。

但不管怎么说，如果需要全奖的话，申请者的TOEFL成绩最好不低于620分，GRE成绩不低于1250，GPA要求不低于3.25 ，如果不需要全奖，录取标准会有相应降低。并且，这些硬件指标不是唯一，研究经历，工作背景，学习动机也会是录取委员会考察的方面。对于工科来说，实际的经验是很重要的，在T，G，GPA差别不大的情况下，优秀的实际项目经验能很好地增加申请者的竞争力。对于没有什么实际经验的本科生来说，学校的声誉以及GPA就是判断的重点，T/G如果成绩不好，也会降低自己的竞争力。另外，有些其他学科，如数学，EE等专业的学生也申请CS专业，使得本科为CS专业的学生又增加了一些竞争对手，另外一些实践性较强的方向一般要求相应的工作经验，这样会给没有经验的本科生增加很大的申请难度。

典型学校介绍

知己知彼，百战不殆。申请学校首先要了解自己，了解对方学校。然后准确地给自己定位，否则您的一番苦心不比那砸锅炼铁高明多少。偶当时把自己定位到前10的CS，所以对前20的CS了解的较多。4 个最为优秀的CS Program: Stanford, UC. Berkeley, MIT, CMU 6 个其他前10的：UIUC，Cornell, U. of Washington, Princeton, U. of Texas-Austin 和U.of Wisconsin-Madison，其中UIUC, Cornell, U. of Washington和UW-Madison几乎从未出过前10。其他非常非常优秀的CS：CalTech, U. of Maryland at CP, UCLA, Brown, Harvard, Yale, GIT, Pure, Rice, 和U. of Michigan.

1. Stanford:
Stanford的CS是个很大个的CS，拥有40人以上的Faculty成员，其中不乏响当当硬梆梆的图灵奖得主(Edward A.Feigenbaum, John McCarthy) 和各个学科领域的大腕人物，比如理论方面的权威Donald E. Knuth；数据库方面的大牛Jeffrey D. Ullman(他还写过那本著名的编译原理，此人出自Princeton)；以及RISC技术挑头人之一的John Hennessy。相信CS的同学对此并不陌生。该系每年毕业30多名Ph.D.以及更多的Master。学生的出路自然是如鱼得水，无论学术界还是工业界，Stanford的学生倍受青睐。几乎所有前10的CS中都有Stanford的毕业生在充当教授。当然同样享有如此地位的还包括其他三头巨牛：UC. Berkeley, MIT 和CMU.毕业于U. of Utah的Jim Clark 曾经在Stanford CS当教授。后来就是这个人创办了高性能计算机和科学计算可视化方面巨牛的SGI公司。SUN 公司名字的来历是：Stanford UniversityNetwork. 顺便提一下，创办YAHOO的华人杨致远曾在斯坦福的EE攻读博士，后来中途辍学办了YAHOO。CS科研方面，斯坦福无论在理论，数据库，软件，硬件，AI 等各个领域都是实力强劲的顶级高手。斯坦福的RISC技术后来成为SGI/MIPS的Rx000系列微处理器的核心技术；DASH，FLASH 项目更是多处理器并行计算机研究的前沿；SUIF并行化编译器成为国家资助的重点项目，在国际学术论文中SUIF编译器的提及似乎也为某些平庸的论文平添几分姿色。Stanford有学生14000多，其中研究生7000多。CS有175人攻读博士，350人攻读硕士，每年招的学生数不详，估计少不了，但不要忘了，每年申请Stanford。CS的申请学生接近千人。申请费高达80$。斯坦福大学位于信息世界的心脏地带－－硅谷。加州宜人的气候，美丽的风景使得Stanford堪称CS的天堂。33.1平方公里的校园面积怕是够学子们翻江蹈海，叱姹风云的了。申请斯坦福是很难成功的，但也并非不可为之。

2. MIT:
MIT 招生好象不看GRE成绩，但MIT的CS是巨牛的，99年最新排名上它和斯坦福被打了5.0 的满分，并列第一。MIT的CS曾为CS的发展作出不可磨灭的贡献，数据流计算的思想和数据流计算机、人工智能方面的许多重大成就，以及影响了整个UNIX界的X-Window……MIT和斯坦福，CMU，UC. BERKELEY一样，都是几乎在CS界样样巨牛的学校。据AGOU大侠提供的资料：MIT 的Media Arts and Sciences 其知名度不在Computer Department下。主要是多媒体技术，信息处理，人工智能……有一大批著名的教授，如Marvin Minsky (Turing Award)……

3. Berkeley:
同样地处旧金山湾畔，硅谷地带，离Stanford只有大约50公里的加州大学伯克利校区：UC.Berkeley是美国最激进的学校之一。60年代的嬉皮文化，反越战，东方神秘主义，回归自然文化都起源于此。诗人爱伦金斯堡是当年Berkeley的代言人。在当今高科技领域C. Berkeley 在缔造新的神话，在文学，数学，化学，新闻等20多个大的学科领域中位居前3. 16个诺贝尔奖得主，总数近200的科学院院士、工程院院士，连同众多在硅谷商战中成为亿万富翁的伯克利人撑起了一面汇集天下之英才的大旗。INTEL总裁AndrewGrove，毕业于UC. Berkeley。BSD版的UNIX影响了整个OS界，伯克利的RISC技术后来成为了SUN公司SPARC微处理器的核心技术，巨牛人物David Patterson最近刚接下了一个6亿美元的项目用于新型计算机体系结构，特别是IRAM的研究开发。UC. Berkeley有学生30000多，研究生超过8500。申请费和其他加州大学的分校一样，40$。据一项最近的调查，伯克利已经成为美国大学生最向往的研究生院，高居榜首，其申请的难度可想而知。UC.Berkeley的DEADLINE一般很早，12月中就截止了，但实际DEADLINE其实要迟一些……Berkeley的CS是个大系，Faculty中有图灵奖得主以及象Patterson这样的巨牛。学生的出路同Stanford，MIT，CMU一样，光辉灿烂，前程锦绣，这里不再赘述。CS科研方面，Berkeley也是样样强，门门巨牛。旧金山湛蓝起伏的海湾，苍翠绵延的山峦，舒心宜人的气候，以及近在咫尺的硅谷……这一切的一切不也使得UC.Berkeley 俨然一个CS 学子的世外桃源么？

4. CMU:
CMU是个位于匹兹堡的不大的学校，学生7000多，校园好象也不大。但这个学校在工程及其他一些领域却是顶尖的学堂。CMU的CS 不单单是个系，而是一个学院，其规模之大，可能只有Stanford, UIUC可比。教师学生的情况同前面3个类似，不再赘述。Mach操作系统，PVM，C.mmp等都有CMU的巨大贡献。申请CMU的难度很大，因为尽管CMU的CS Faculty很多，但每年只招不足30人的研究生队伍。令人可喜的是，复旦已有学人在CMU的CS了。

5. Cornell:

作为IVY LEAGUE的成员和一所私立学校，Cornell有其独到的优势。在美国，私立学校一般比公立学校难进，其学生也是经过很严的选拔才录取的，Cornell的CS学生入校后多能享受FELLOW的待遇，其个人经济条件非公立学校可比，加上贵族式校友的提拔，私立学校的出路是很诱人的。康乃尔在理论计算机方面一直是顶级高手，但在其他CS领域并不总能在前10，偶得承认对其跟踪的不够，就此打住。Cornell学生18000多，研究生过5000。CS每年招攻读Ph.D.的学生25 人左右。

6. UIUC:
UIUC的工程院在全美堪称至尊级的巨牛，其CS，ECE，EE在历史上都屡建战功。在CS方面，从早期的超级计算机ILLIAC I, II, III, IV到后来的CEDAR，都是CS发展史上，特别是并行计算机发展史上的重要事件，影响，引导了很长时期的发展。David Kuck曾是并行处理界的一代先驱。超级计算机研究开发中心：CSRD，美国国家超级计算及应用中心：NCSA等众多的机构，使得UIUC的CS常常成为研发的领军头领。大家可能还记得，Netscape-Navigator 的最初开发人员中有个Marc,Anderssen。这位来自WISCONSIN的小伙在UIUC读本科，大四的时候在NCSA参与编写了MOSAIC，后来他去了硅谷，并在那里遇到了前面提到过的大牛: Jim Clark,SGI的前创始人，两人一见如故，联手创办了著名的网景，并一度在浏览器市场上独霸武林。随着一代代至尊大师的离去，UIUC 的Faculty看上去似乎并不引人注目。但这里得提醒大家，UIUC的CS向来以实干著称的。UIUC是个大学校，学生数过35000，研究生院的近万。UIUC的CS很大个，40余个Faculty提供了全面的CS教育和科研项目。每年30多个博士的毕业数目似乎只有斯坦福可以匹敌。UIUC的Polaris并行化编译器是这个领域和斯坦福的SUIF直接叫板的拳头产品。清华开发并行编程环境时选用了这个系统。只是代码庞大，运作缓慢的Polaris搞的清华哥们有那么一点点瘪西西... UIUC 在计算机硬件，软件，AI，DB，等各个领域都相当巨牛。特别是硬件，前面提到的ILLIAC，CEDAR.....事实上，UIUC在超级计算机系统的研究开发方面决不逊于CS四大天王中的任何一个，甚至有过之而无不及。NCSA建立在UIUC这一事实本身就是佐证。。UIUC-CS 的学生毕业后去学术界的不少，Stanford, Berkeley...都有UIUC的博士挑大梁。但更多UIUC-CS学人还是进入业界，成为业界实干的中坚。

7. Harvard:
位于Seattle的UW 得天独厚--计算机界的巨牛MS就在西雅图，而且更为要命的是，Bill Gates就是那里儿的人。这位Harvard 的辍学者给了哈福许多MONEY, 但同给UW的钱财相比，实在是小巫见大巫。U.of Washington位于分光秀丽的WASHINGTON湖畔，气候四季如春。33000多学生中研究生有8000。Seattle最令人厌恶的地方可能就是一年有160天会降水。UW的CS较大，30多名Faculty成员，每年近20个优质博士毕业，以及大量的Master。估计每年的招生数应该不低，UW的CS在各个方面比较均衡，最强的软件排名第5，而其他领域也一般都能位居前10，好象没有明显弱的地方。图灵奖得主Dick Karp从Berkeley告老还乡后又被返聘到了UW的CS。U. of Washington的CS要求很高，Ph.D.学生入学的平均GPA 高达3.86, GRE2160+，加上一般较早的DEADLINE，申请UW是相当有难度的。

8. Princeton:

Princeton是个令人神往的地方，这里曾经是科学的世界中心。

Princeton的CS不大，18个Faculty成员，学生数也不算多。科研上除了排名第5的理论，似乎没有其他闪光点，望知情人补充。但是，Princeton无疑培养出了大量计算机界的优秀人物，Jeffrey D. Ullman, John McCarthy等巨牛人物均出自大名鼎鼎的Princeton. 在Princeton领受的教育是最好的教育熏陶。Princeton学校不大，只有6000多学生，研究生不过1700。 Princeton 的CS录取很严，但已有不少华人学生就读Princeton。

9. UW-Madison:
UW-Madison的CS较大，35个Faculty, 200多个研究生，每年招60-70 个新生。目前几乎1/4 的Faculty 来自Berkeley，博士生毕业后有去Stanford, Berkeley等牛校挑大梁的，但和UIUC类似，似乎进入业界的更多些。然而要在这里拿到博士学位可不容易。超过7成的人，会在中途找到比较理想的工作后，拿着硕士文凭撒丫子就跑，免得被那些无穷无尽的科研项目给整瘪了。UW-Madison的数据库一直在前3 位，经常是第1位。这里的数据库由于在设计实现DBMS系统上的传统优势，使得其在业界的声誉相当崇高，MicroSoft 里据说有一帮WISCONSIN的校友从中兴风作浪，Oracle也格外青睐WISCONSIN-Madison的学子。WISCONSIN的硬件，计算机体系结构实力巨牛，排名第6，对业界相当有影响力。微处理器中的超标量技术（SuperScalar）源于此地；多处理机CACHE一致性的总线侦听SNOOPING协议，IEEE SCI协议等，都是源于此地。正在研究开发中的MultiScalar技术和DataScalar技术据吹可以把微处理器每个时钟周期的指令发射数提到10以上，大大地提高微处理器的计算能力。WISCONSIN的软件99排名第7。主要是在系统软件方面做OS 的设计与实现，WEB上的CACHE策略，支持共享主存和消息传递两种并行编程模式及其混合的并行程序设计语言和编译器，以及由MIDSHIP项目挑起的关于并行与分布式计算，OODB，科学数据库，支持图象查询的新型查询语言以及图象处理等方面的研究。由于美国有大量的卫星图象需要及时处理，加上迫切需要GIS系统的研究开发，这方面的研发使得UW-Madison 捞到了不少经费。WISCONSIN和UIUC的CS理论都是10名左右。WISCONSIN的Carl de Boor 是逼近理论方面的大牛。U. of Wisconsin-Madison是个大型综合性的学校，40000 学生中研究生院的超过10000,这万人中有博士生5000，硕士生3500。2200多Faculty中有多位诺贝尔奖得主, 52个院士，18个工程院院士。130个科系几乎涵盖了所有科研领域。U. of WISCONSIN-Madison的校园位于风景如画的湖畔林荫中. 现代化风格和古典欧美风格的建筑物在平缓起伏的湖岸上交相呼应。需要注意的是，WISCONSIN的CS有点不同于许多其他学校，它隶属于College of Letters & Science. 而不在College of Engineering下面，因此许多偏硬件的项目，比如嵌入式系统，网络硬件、路由，多媒体，通信，自控以及数字信号处理及等项目不在CS Dept，而是在工程院下的Dept. of Electrical & ComputerEngineering 即ECE系。那个系也挺大个，比CS还要大不少。98年在工程类排名的计算机工程一项上也排了第9。

10. UT-Austin:
UT-Austin的CS较大。Faculty中好象有个图灵奖得主。( agou证实，那人名叫：Edsger Wybe Dijkstra，是那个搞算法的)。该系发展比较平衡，最好的AI 排第5，其他几个专业也多能挤进前十。UT-Austin是个巨大的学校，5万学生，研究生院的可能有1.3万。但学校的主校区却好象面积不足，仅140公顷，按美国大学的标准，太不足了。校园周围高楼林立，可能是位于市中心的缘故吧。总的来说，前10 的CS由于在当前国际计算机行业普遍热门的情况下，很难申请，但决不是不可为之的!如果你是国内名校CS，EE，数学或其他相近专业的TOP5%；的学生，计算机动手能力强、理论背景扎实，英文功底深，尽可申请，没什么好怕的。虚名很重要，但我认为实力加运气加上明智的决策是成功的关键所在。失败不可怕，可怕的是懦弱的胆气和愚蠢的策略，去了差一些的学校并不表明你不如别人，机会仍然在处处等你，只要你有心有眼。

11. CalTech:

CalTech的CS很小，只有大约5位教授，每年招很少的学生。虽然申请CalTech是免费的，但建议轻易不要尝试。由于系太小，CalTech 好象只是在计算机硬件，和科学计算的可视化方面很强。该系多年以来一直稳坐NO.11,12几乎没动过窝, 类似的情况还有斯坦福、MIT，稳居NO. 1,2, Cornell稳居NO.5, UW-Madison, 稳居No.9,10.CalTech的CS和其他系，比如数学，物理，生物等需要大量科学计算的部门联系很紧密。CalTech 学校也很小，2000名学生中研究生占1100人。Faculty人数也不多，但几乎个个是巨牛，按平均水平看，CalTech 可能是世界上最牛的学校了。

12. Univ. of Maryland

这是一个实力相当强劲的CS，软件(8)，数据库(4)，AI(9) 三个专业都挤进了前10，伊拉的TINY系统相当有知名。

13. UCLA:
历史上UCLA 的CS曾经一度辉煌，上到过第6 (NRC'82)，但近年来一直徘徊在13－15。而且CS的各个专业细目几乎没有一个能进前10。尽管如此，UCLA的CS还是十分强大的。UCLA辉煌的历史可能在于它对Internet的发展，所作出的巨大贡献。六十年代美国的ARPA在搞网络互连的开创性研究，ARPA网的四个节点是：UCLA，Stanford 的SRI, UCSB 和U. of Utah。此时一位来自美国新英格兰地区的青年: Vinton Cerf不去离家咫尺的Yale大学，远涉千里，来到了加州。他先在Stanford获得数学学士，然后到UCLA拿下了CS 的硕士和博士。毕业后Cerf一直在SRI从事ARPA网的研究，特别是如何让它无法正常工作。几年后，Cerf与MIT的一位到业界闯荡的数学教授Kyhn合作研发，搞出了一套软件系统用于网络互连(1973)。这就是TCP/IP协议的诞生。UCLA 作为INTERNET 的先驱，地处阳光灿烂的南加州，应当成为CS学生的乐土。加州的学校的确难申请，但也是可以一试的。UCLA有学生33000人，其中研究院的占9900人。地处落杉矶的UCLA,周围几乎有玩不尽的地方，DISNEY，HOLLYWOOD..... 由于位于大城市，校园不是很大，但风景似乎非常美丽。UCLA的CS较大，规模应该和U. of Washington 和UW-Madison类似。

14. U. of Michigan:
U.of Michigan是个非常了不起的学校。在BIG TEN里，从综合的角度上说它可算的上是领头羊了，当然UW-Madison，UIUC 也紧随其后。这里的CS偏硬的更利害些，硬件排在第9，而计算机工程(7)，EE(5) 都是前10中的巨牛。MICHIGAN 的CS 和EE合在一起称为EECS系。是个相当大个的系，每年招的学生当不在少数。今年复旦有人去EE，而且MICHIGAN的复旦校友还是颇有一些的。鉴于他们EE，CS合在一起，CS还是偏硬的利害。MICHIGAN的CS估计在历史上也相当牛，UW-Madison CS里的两位来自umich的教授都是院士，在其他CS系里，比如UIUC的，也大有UMICH的牛人在。如前述，UIUC的CS在硬件上极强，而UMICH的CS中有许多UIUC的哥们在那里当老师。

15. URL：
GIT是个较大的学校。GIT的工程院很利害，研发经费仅次于MIT，和UIUC, Umich差不多。CS系的数据库第7，GUI第4。其他没有列在前10。

16. Brown：
Brown的规模不大。这所IVY LEAGUE 的私立学校可能拥有一些类似于CORNELL的优势。CS的GUI可以列在NO.6，好象还有许多关于语音识别等偏人工智能方面的研发项目。

17. Harvard:
在CS的早期发展史上，Harvard曾经是泰斗级的人物，毕竟CS和数学，物理的渊源太深太长了。可惜Harvard并不重视工程化的东西，现在伊的CS已不能和圈里的巨牛，甚至伊的当初相提并论了。好象王安是这里出来的，Bill Gates也是这里出来的，Harvard 毕竟是Harvard，总是名人辈出。毕竟Harvard总是可以招到最优秀的人，甚至是在它很瘪的领域里。但千万别以为哈佛人人牛。据说美国人的调侃中，专门有一条是说哈佛的某些学生是如何令人叹为观止的愚蠢.... Harvard 不喜欢带工程色彩的东西，CS 是挂在Arts & Science学院下面的Division of Engineering and Applied Science,连独立的一个系好象都不是。除了理论可以排进前10，其他项目怕也拿不出多少货色了。但从Harvard，你可以学到许多在别的地方难以学到的东西。专业知识并不是全部，况且哈佛的教育是不会差的，虽然它在CS 的科研上没什么好吹的。哈佛的研究生每年超过20000$ 的。FELLOWSHIP 是你安心寒窗苦读的强大后盾。哈佛大学学生18000人，其中研究生院的11000人。Harvard大学拥有世界上最多的诺贝尔奖得主，150多个美国国家科学院院士.......哈佛是个巨牛云集的超级牛圈。)哈佛的CS 估计不会是个大个子，招的学生可能也不会多，申请的难度应当很大。

18. Pure:
可能许多人还不知道，Pure 的计算机系是美国最早成立的计算机系。建系之初一直处于TOP10。在70年代由于本人不甚了解的原因，没落了。Pure的排名也不太稳定，从13到30。Pure CS没有看出什么特点。Pure是个大个的学校，有35000学生。其工程院很出名。

19. URL:
Rice是个位于休斯顿的小学校，4000个学生，研究生有1600左右吧。

CS也不大。优势在于软件，排在第9。别的情况我不了解，但我特别想告诉大家的是，该系的KEN KENNEDY是个巨牛的人物。他是美国HPCC 常委的关键人物之一,好象还是总统在信息科学方面的特别顾问。KENNEDY是并行计算领域的大牛牛。前几年,他义无反顾地承担起高性能FORTRAN 语言(HPF)的编译器研制工作，项目之大，投入人力之巨，加上伊的权威地位，被人们普遍寄予厚望。可惜后来项目失败了。从此并行计算界陷入了一阵低潮。这几年KENNEDY 好象转向去作针对特定处理器的后端优化技术了。Rice CS 学生的出路相当好。

20. YALE:
YALE 曾经也进过前10，NRC'82 的排名上，是YALE和UCLA而不是Princeton和UT-Austin 位于前10 的榜上.YALE的CS不大，十几个老师加上为数不多的学生，每年只招六个博士研究生。和Harvard这样很重文理的学校一样，YALE 的CS在理论上比较强。但不同于哈佛，YALE 有独立的CS系，受到较高的重视。YALE-CS 在AI，软件方面比较强。著名的LINDA 并行编程模式是在这里提出并实现的。YALE 的毕业生中到学术界的比到业界的似乎要多，哈佛似乎也是这样。

其实CS其他很好的学校还有很多，比如：UCSD，USC，Columbia, UNC-CH, DUKE, U. of Penn. 等等。Columbia在AI，语音识别，自然语言处理等方面颇有造诣，而北卡: U. of North Carolina at Chapel-Hill 和U. of Utah在UI方面则是顶级牛校。

④ 计算语言学的发展历史

NLP于20世纪50年代早期开始于美国，当时美国害怕在空间竞赛中落败，需要翻译大量俄文科技文献，于是开发机器翻译系统，特别是俄英机器翻译系统，做法是采用词到词的翻译。由于成本高而效率低，渐渐撤去了资金支持。60年代开发的自然语言理解系统，大都没有真正意义上的语法分析，而主要依靠关键词匹配技术来识别输入句子的意义。在这些系统中设计者事先存放了大量包含某些关键词的模式，每个模式都与一个或多个解释(又叫响应式)相对应。系统将当前输入句子同这些模式逐个进行匹配，一旦匹配成功便立即得到了这个句子的解释，而不再考虑句子中那些不属于关键词的成分对句子意义会有什么影响。进入70年代以后，一批采用句法—语义分析技术的自然语言理解系统脱颖而出，在语言分析的深度和难度方面都比早期系统有了长足的进步。这个时期的代表作是LUNAR，SHRDLU和MARGIE系统。进入80年代以来自然语言理解系统的最大特点就是实用化和工程化。其重要标志就是一批商品化的自然语言人----机接口和机器翻译系统出现在国际市场上。著名的有美国人工智能公司(AIC)生产的英语人—机接口系统Intellect，美国弗雷公司生产的Themis人----机接口，美国加利福尼亚工学院研制的ASK接口；欧洲共同体在美国乔治敦大学开发的机译系统SYSTRAN的基础上成功地进行了英、法、德、西、意、葡等多语对的机器翻译，加拿大蒙特利尔大学开发的服务于天气预报领域的英法机译系统TAUM—METE0，日本富士通公司开发的ATLAS英日、日英机译系统，日本日立公司开发的HICATS英日、日英机译系统等等。国内“七五”期间由中国软件总公司开发的商品化英汉机译系统“译星”(TRANSTAR)，也是这方面的一个范例。 1990年8月，在赫尔辛基召开的第13届国际计算语言学大会上，大会组织者首次提出了处理大规模真实文本的战略目标，并在会前组织了“大型语料库在建造自然语言系统中的作用”、“词典知识的获取与表示”和“电子词典”等专题讲座，预告了语言信息处理的一个新的历史阶段即将到来。