难度是有的，你要做好心理准备。

计算语言学是一门交叉学科。计算语言学研究需要多个学科的知识。

语言学 （自然语言是处理对象）

计算机科学（计算语言学的研究工具）

数学（自然语言的建模工具）

计算语言学的研究方法主要分为三大类：规则驱动的方法（符号主义）、数据驱动的方法（统计方法）以及二者融合的方法。

规则驱动的方法（符号主义）：
1. 研究人员（例如语言学家）对语言的规律进行总结，形成规则形态的知识库。 

2. 研制语言处理算法，利用这些规则对 自然语言进行处理。

3. 研究人员根据处理结果，调整规则， 改进处理效果。

数据驱动的方法（统计方法）：

1. 建立可以反映语言使用情况的语料库。 
2. 研究人员对自然语言进行统计建模。

3. 利用统计技术或机器学习技术，利用语料库训练语言模型。 
4. 利用得到的模型设计算法对语言进行处理。

5. 根据处理效果改进模型，提高处理性能。

然而有句话叫做All grammar leak (Sapir 1921)。对于自然语言而言，很难写出一部完备的规则集，语言规则有很强的灵活性。所以近十几年，越来越多的研究者开始抛弃规则方法，转向统计方法进行研究。

所以说，语言学是重要的，毕竟搞词法分析、语法分析、各种消岐等自然语言处理的基础领域都需要语言学的相关知识，我们所里也有两位专门搞语言学的老师。但除了语言学之外，数学基础和编程能力都是不可或缺的，尤其是数学。（其他答主都以计算机编程为主，我这里就略了）。

计算语言学研究主要需要的数学知识如下：

1. 微积分和线性代数

2. 概率统计

3. 信息论

4. 机器学习方法

5. 随机过程、凸优化、图论、泛函分析
6. 其他

现在自然语言处理还是很难做到完美，计算机语言是逻辑清楚的，但自然语言有很多时候语义是模糊的，还有很多歧义的存在。
我也很希望越来越多的文科生(特别是语言学有比较深的造诣的人)来从事这方面的研究，或许有一天就真的能解决这么多自然语言本身特点导致的问题。