❶ 大數據學什麼語言
1、Python語言
十多年來，Python在學術界當中一直很流行，尤其是在自然語言處理（NLP）等領域。因而，如果你有一個需要NLP處理的項目，就會面臨數量多得讓人眼花繚亂的選擇，包括經典的NTLK、使用GenSim的主題建模，或者超快、准確的spaCy。同樣，說到神經網路，Python同樣游刃有餘，有Theano和Tensorflow；隨後還有面向機器學習的scikit-learn，以及面向數據分析的NumPy和Pandas。
還有Juypter/iPython――這種基於Web的筆記本伺服器框架讓你可以使用一種可共享的日誌格式，將代碼、圖形以及幾乎任何對象混合起來。這一直是Python的殺手級功能之一，不過這年頭，這個概念證明大有用途，以至於出現在了奉行讀取－讀取－輸出－循環（REPL）概念的幾乎所有語言上，包括Scala和R。
Python往往在大數據處理框架中得到支持，但與此同時，它往往又不是「一等公民」。比如說，Spark中的新功能幾乎總是出現在Scala/Java綁定的首位，可能需要用PySpark編寫面向那些更新版的幾個次要版本（對Spark Streaming/MLLib方面的開發工具而言尤為如此）。
與R相反，Python是一種傳統的面向對象語言，所以大多數開發人員用起來會相當得心應手，而初次接觸R或Scala會讓人心生畏懼。一個小問題就是你的代碼中需要留出正確的空白處。這將人員分成兩大陣營，一派覺得「這非常有助於確保可讀性」，另一派則認為，我們應該不需要就因為一行代碼有個字元不在適當的位置，就要迫使解釋器讓程序運行起來。
2、R語言
在過去的幾年時間中，R語言已經成為了數據科學的寵兒——數據科學現在不僅僅在書獃子一樣的統計學家中人盡皆知，而且也為華爾街交易員，生物學家，和矽谷開發者所家喻戶曉。各種行業的公司，例如Google，Facebook，美國銀行，以及紐約時報都使用R語言，R語言正在商業用途上持續蔓延和擴散。
R語言有著簡單而明顯的吸引力。使用R語言，只需要短短的幾行代碼，你就可以在復雜的數據集中篩選，通過先進的建模函數處理數據，以及創建平整的圖形來代表數字。它被比喻為是Excel的一個極度活躍版本。
R語言最偉大的資本是已圍繞它開發的充滿活力的生態系統：R語言社區總是在不斷地添加新的軟體包和功能到它已經相當豐富的功能集中。據估計，超過200萬的人使用R語言，並且最近的一次投票表明，R語言是迄今為止在科學數據中最流行的語言，被61%的受訪者使用(其次是Python，39%)。
3、JAVA
Java，以及基於Java的框架，被發現儼然成為了矽谷最大的那些高科技公司的骨骼支架。 「如果你去看Twitter，LinkedIn和Facebook，那麼你會發現，Java是它們所有數據工程基礎設施的基礎語言，」Driscoll說。
Java不能提供R和Python同樣質量的可視化，並且它並非統計建模的最佳選擇。但是，如果你移動到過去的原型製作並需要建立大型系統，那麼Java往往是你的最佳選擇。
❷ 如何構建一個語言學研究的大數據實驗,談談你的想法
大數據、雲計算、智能化等新技術的不斷涌現，為語言學研究注入了新的活力，語言學在社會科學中的地位越發凸顯。4月22日，以「大數據視野下的語言學研究新趨勢」為主題的第六屆中國語言學研究方法與方法論問題學術討論會在京召開。此次會議由會議的常設主辦單位中國社會科學雜志社和合作單位北京語言大學聯合主辦。國內十多所高校、科研單位的30餘名專家學者圍繞大會主題展開研討和交流。
語言學研究方法的新思考
「語言之學有兩個關注，一是關注對語言本身的研究，一是關注對語言研究的研究。」北京語言大學黨委書記李宇明教授表示。語言的研究就是方法和方法論的體現，語言研究不能不注重方法。中國社會科學院語言研究所沈家煊研究員認為，語言研究應遵循「能簡則簡」和「分清主次」兩個原則，「能簡則簡」是為了防止過度生成，「分清主次」是為了防止以偏概全。他指出，一個理論的解釋力是由它能排除多少可能性來衡量的，不斷增加復雜性和微調程度的理論能排除的可能性變得越來越小，甚至不能排除任何例外，最終變得沒有解釋力。中國社會科學院語言研究所張振興研究員則提出大膽的理論假設——動物有語言，但是否有方言？他認為，迄今為止的「語言觀」都是從人類語言角度出發的，語言研究也是建立在相對狹隘的觀念基礎上的。從動物的語言問題出發，將有助於解開人類語言的起源之謎。
具體到微觀的語言研究方法，李宇明教授另闢蹊徑，打破以往從譜系、結構的角度，從功能角度對語言進行新的分類。他表示，這種分類可以加深對世界語言格局的認識，對外語選擇、語言政策和國際組織語種選擇有很大的幫助。盛世修典，圍繞新時代的韻書編纂，江蘇師范大學楊亦鳴教授表示韻書編寫最主要的原則是以實際語音為基礎，有音韻學理的根據，並能用於創作實踐。
新技術成為語言研究的重要手段
大數據在語言學研究中的應用是此次會議的亮點。中國社會科學院語言研究所李藍研究員表示，利用大數據及計算機技術，傳統的漢語方言調查效率得到大大提升。首都師范大學周建設教授關注人腦意象的機器語篇自動表達。他認為，大數據的特性使語言表達智能化逐漸成為可能，漢語表達智能模型的實現必須依賴於大數據資源庫建設。
語言資料庫建設是落實《國家語言文字事業「十三五」發展規劃》關於推進語言文字信息化建設的具體要求。北京語言大學荀恩東教授的設想是建立語塊分析庫，利用大數據存儲技術，以語塊為分析單位，使計算機對漢語句法語義進行自動切分。北京師范大學王立軍教授則致力於漢字資料庫建設，旨在運用資料庫技術，描述與現代通用規范漢字及古籍印刷通用漢字有關的漢字屬性，構建一個科學系統的通用漢字全息屬性庫，以有效滿足不同領域漢字應用的多元化需求。
新興學科和交叉學科研究方興未艾
當今社會的復雜性越來越高，面對這樣的一個系統，任何單一學科都不可能解決復雜的社會問題。跨學科研究不僅是社會發展的需要，也是學科本身發展的必然要求。語言學在自身不斷發展的同時，與相關學科不斷交叉，出現新的研究領域。北京大學袁毓林教授利用認知轉喻理論對漢語句法中的省略部分進行重新解釋。他認為，認知轉喻理論有助於解釋語法形式與語法意義之間錯綜復雜的對應關系，以及詞語的詞類屬性與有關句法表現之間的扭曲關系。同樣，廣東外語外貿大學魏在江教授也利用轉喻機制探討了漢語量詞的超常規構式。
語言資源、語言規劃、語言管理等新興學科不斷發展，逐漸成為顯學。語言資源作為國家的戰略性資源，在文化保護、文化建設、文化輸入等方面扮演著重要的角色。武漢大學趙世舉教授指出，網路空間語言資源在文化傳承、國家安全、科技創新等方面具有重要的戰略價值。語言規劃、語言管理是一種社會治理活動。隨著社會生活的新發展，語言沖突多發，語言規劃與管理顯得越來越重要。教育部語言文字應用研究所魏暉研究員提出要構建有中國特色的語言管理方案。上海外國語大學趙蓉暉教授從語言政策與語言規劃角度重新審視人們對外語考試的批判。此外，與會代表還在全球華語、祖語傳承、語言生態等方面展開了熱烈的討論。
此次會議歷時兩天，與會者普遍認為這次會議匯聚了一批語言和語言學研究新成果，為今後的研究提出了新的思路和方向。