Identifique las redes sociales adecuadas y comuníquese a través de ellas.
- LinkedIn es bueno para las conexiones de la industria en PNL, y tiene cierta superposición con la Academia. Cree un buen perfil allí y agregue sus publicaciones. Únase a grupos relevantes y participe en discusiones.
- Siempre que sea posible, vaya a conferencias. ¿Cuáles? Lea los comentarios de la conferencia en el blog de procesamiento del lenguaje natural. Como Hal está en la unión entre ML y PNL, escribe sobre ambos tipos de conferencias. Conferencias tipo ACL / EMNLP para NLP e ICML / NIPS para ML. Por supuesto, ve de acuerdo a tus propios intereses. Algunas reuniones también pueden ser relevantes.
- Lea los documentos y, si le dan ideas, envíe un correo electrónico a los autores.
- Baja por los pasillos de tu instituto de investigación y habla con otros académicos. Ve a sus seminarios y escucha. Podría generar ideas para la investigación colaborativa.
- Si hay proyectos de código abierto relevantes (por ejemplo, Natural Language Toolkit (NLTK), SpaCy (spacy.io), Arquitectura general para la ingeniería de texto (GATE), OpenNLP), conviértase en un miembro activo en la comunidad del proyecto. Las debilidades de los proyectos de código abierto pueden inspirar su investigación.
