卡內基梅隆大學語言技術研究所

卡耐基梅隆大學語言技術研究所開設的研究生學位項目有：

計算數(shù)據(jù)科學碩士（Master of Computational Data Science，縮寫MCDS）：為期12-20個月不等，分標準（Standard）、延伸（Extended）、快捷（Accelerated）三種修讀模式，分別對應16個月、20個月和12個月，總學分均為144個學分。該項目開設有系統(tǒng)、分析和人本數(shù)據(jù)科學三個專業(yè)方向

生物技術創(chuàng)新與計算碩士（Master of Science in Biotechnology Innovation and Computation，縮寫MSBIC）：為期2年（包括1學期的Capstone Project），共計192個學分，由語言技術研究所和計算生物學系聯(lián)合開?？突仿〈髮W語言技術研究所生物技術創(chuàng)新與計算碩士項目致力于培養(yǎng)學生掌握機器學習、大數(shù)據(jù)分析、數(shù)據(jù)挖掘技術和信息檢索等領域的專業(yè)理論，從而能運用理論解決生物技術、制藥工業(yè)和衛(wèi)生保健等方面的問題。另外，卡耐基梅隆大學語言技術研究所生物技術創(chuàng)新與計算碩士項目的畢業(yè)生陸續(xù)進入了軟件、制造業(yè)或生物科學等行業(yè)，成為了軟件開發(fā)員、數(shù)據(jù)科學家和軟件工程師。

人工智能信息系統(tǒng)碩士（Master of Science in Intelligent Information Systems，縮寫MIIS）：為期2年，共計84個學分。提供暑期實習?？突仿〈髮W語言技術研究所人工智能信息系統(tǒng)碩士項目致力于為學生提供內容分析和機器學習的專業(yè)理論，使學生掌握從文本、口語及視頻中識別和提取意義的技術。在卡耐基梅隆大學語言技術研究所人工智能信息系統(tǒng)碩士項目中，學生除了要完成規(guī)定的課程任務，還要在學業(yè)導師的指導下，完成為時兩學期的學習項目；另外，學生還得參加暑期實習，并與同學合作完成為時一學期的團隊項目?？突仿〈髮W語言技術研究所人工智能信息系統(tǒng)碩士項目的畢業(yè)生多數(shù)在畢業(yè)后六個星期內就拿到了offer，進入了譬如蘋果、IBM和谷歌等名企。

語言技術碩士（Master of Science in Language Technologies，縮寫MSLT）：為期2年，共計120個學分?？突仿〈髮W語言技術研究所語言技術碩士項目的學業(yè)要求嚴格，學生的時間將被課程和研究充實，暑期也要完全投入到研究當中去，以便最大限度地提升學生的專業(yè)能力。畢業(yè)生可選擇就業(yè)或繼續(xù)攻讀博士學位

語言與信息技術博士（PhD in Language and Information Technologies）：共計96個學分，該項目以研究內容為主，需要撰寫畢業(yè)論文?？突仿〈髮W語言技術研究所語言與信息技術博士項目與葡萄牙新里斯本大學和里斯本理工大學保持著良好的合作關系。所以，卡耐基梅隆大學語言技術研究所語言與信息技術博士項目的學生將先在里斯本進行為期一年的學習，然后在卡耐基梅隆大學繼續(xù)完成兩年學業(yè)，修讀語言學、計算機科學、統(tǒng)計學等課程。接著，達到規(guī)定的學業(yè)要求之后，學生在接下來的兩年里還須返回葡萄牙，完成擴展性實驗，并公開發(fā)表論文。

語言與信息技術雙學位項目（Dual-Degree Ph.D. in Language and Information Technologies (Portugal Partnership)）：卡耐基梅隆大學語言技術研究所語言與信息技術雙學位項目與葡萄牙新里斯本大學和里斯本理工大學保持著良好的合作關系。所以，卡耐基梅隆大學語言技術研究所語言與信息技術雙學位項目的學生將先在里斯本進行為期一年的學習，然后在卡耐基梅隆大學繼續(xù)完成兩年學業(yè)，修讀語言學、計算機科學、統(tǒng)計學等課程。接著，達到規(guī)定的學業(yè)要求之后，學生在接下來的兩年里還須返回葡萄牙，完成擴展性實驗，并公開發(fā)表論文。

1、Natural Language Processing and Computational Linguistics

2、Information Retrieval, Text Mining and Analytics

3、Information Extraction, Summarization and Question Answering

4、Speech Processing

5、Spoken Interfaces and Dialogue Processing

6、Multimodal Computing and Interaction

7、Language Technologies for Education

8、Machine Translation

9、Machine Learning

10、Computational Biology

11、Knowledge Representation, Reasoning and Acquisition

1、自然語言處理與計算語言學

2、信息檢索，文本挖掘與分析

3、信息提取，總結與問答

4、語音處理

5、口語接口與對話處理

6、多模式計算與交互

7、語言技術教育

8、機器翻譯

9、機器學習

10、計算生物學

11、知識表征，推理與習得