NLP前辈黄昌宁获CCF自然语言处理及中文计算会议NLPCC2017首届杰出贡献奖（附黄昌宁教授简历）公号发“黄昌宁”下载PDF

camel等综合数据简化DataSimp 今天

数据简化DataSimp导读：清华大学计算机系教授黄昌宁，是我国自然语言处理领域的先行者之一，在过去近四十年的时间里为我国自然语言处理的发展做出了杰出的贡献。2017年11月，中国计算机学会（CCF）第六届自然语言处理及中文计算会议（NLPCC2017）首届「杰出贡献奖」授予黄昌宁先生。附黄昌宁教授简历。

用数学方法描述世界、解决问题，是科学发展的核心动力。知识是如何被发现产生出来，以及不同知识间的渊源和启发关系，比记住很多知识更重要。对于人类来说，文字知识是记录人类智能和思想的手段，而非终点。把文字考试作为教育目标，是极其简单粗暴不负责任的。从启迪思想来说，应试是舍本逐末。这方面，愚昧落后的教育者要负责任。AI时代来临，在大多数研究者仍然没有掌握计算机设计制作技术精髓的情况下，很难相信如何跨过计算机科学“弯道超车”步入人工智能科学。我们必须理解计算机、人工智能是如何诞生，背后的科学思想和原理是什幺？加油！只会空想空谈喊口号表忠心可不行，而浪费人财物时间精力投入骗经费的则可耻。（秦陇纪，2018）

01 NLP前辈黄昌宁：每一阶段都是常人难以企及的辉煌汉译文 (4844字)

专访NLP前辈黄昌宁先生，每一阶段都是常人难以企及的辉煌

来源：camel，原创2018-03-31AI科技评论

黄昌宁先生，作为我国自然语言处理领域的先行者之一，在过去近四十年的时间里为我国自然语言处理的发展做出了杰出的贡献。2017年11月，中国计算机学会（CCF）在第六届自然语言处理及中文计算会议（NLPCC2017）上将首届「杰出贡献奖」授予黄昌宁先生。

近日，AI科技评论有幸去黄昌宁先生家中拜访。黄先生今年已81岁高龄，但仍然精神抖擞，思维十分敏捷；言谈平和近人，处处透出大师风范。在笔者拜访黄先生的两个多小时里，黄先生非常和蔼、健谈，提出了许多极有价值的观点和建议。

粗略来说，黄昌宁先生的人生大致可以分为两段：45岁前和45岁后。

1937年出生于广东的黄昌宁，在1955年以优异的成绩考入清华大学电机系。1961年毕业后留校任教。

文革期间，在大学里无论是教学还是科研工作都无法正常地进行下去。随着「四人帮」的倒台，国内研究百废待兴。在70年代，黄昌宁主编了大学教材《晶体管电路》，一跃成为清华极为知名的教授，该书在国内发行量逾百万册。

1977年清华大学设立计算机系，为了弥补与国际研究的差距，学校组织多名教授在全国范围内进行学科调查。黄昌宁当时根据调查结果认为，一定要跟踪世界科学研究的先进方向，设立人工智能专业。随后他参与了《人工智能原理》及《LISP语言》的翻译并开设了相关课程，填补了当时国内的空白，引起了很大的反响。黄昌宁也由此开始接触自然语言处理。

上世纪80年代世界银行给中国政府提供了一批贷款，资助一部分研究学者出国进修，1982年45岁的黄昌宁由此得以走出国门。

黄昌宁在耶鲁大学进行为期一年的访问。在此期间黄昌宁对当时的学界巨擘美国人工智能学会会长、耶鲁大学计算机系系主任罗杰·尚克的工作比较感兴趣，罗杰·尚克是「故事脚本多语言机器翻译系统」的创始人，他主张跳过句法分析直接进入文本的语义理解和处理，这对句法比较松散的汉语NLP似乎更有吸引力。但是黄昌宁很快就发现了尚克的问题，跳过句法直接理解语义相当于舍去形式而直抵内容，他认为这在实践中很难实现。这一观察后来也被证实是正确的，尚克本人不久也离开耶鲁去了美国西北大学从事学习研究。

1983年学习结束后，黄昌宁按时返回国内，从此就再也没有闲下来。这可以分为两个阶段：清华执教阶段和受聘微软阶段。

80年代初，在国内自然语言处理的研究还几乎是个空白，黄昌宁不仅把这门学科的思想带进了中国，还极大地促进了NLP在国内的发展。这方面的工作以1993年发表的论文「关于处理大规模真实文本的谈话」为代表。这是国内首篇公开主张大数据真实文本处理的一次宣言。

其次，黄昌宁还同时挑起「七五」国家攻关项目「自然语言理解和人机接口」、国防预研项目「军事文本理解技术」等。

1998年秋，黄昌宁应香港大学之邀，进行了为期半年的讲学。当时微软中国研究院刚刚成立，院长李开复博士在香港约见了黄昌宁，动员他加盟微软中国研究院。

1999年4月，62岁的黄昌宁先生在清华执教近40年荣誉退休，但却愈发地老当益壮，开启了另一段辉煌。退休后的他随即接受了微软中国研究院的聘请，成为当时研究院中年龄最大的研究员（当时李开复院长年龄最大，还不到40岁）。在黄昌宁的带领下微软中国研究院成立了自然语言计算组，其研究则几乎涉及当时NLP的方方面面，如中文分词、句法分析、机器翻译、问答系统等等，在国内外很快就达到了顶尖水平。

在论文方面，黄昌宁所带领的团队可谓是中国NLP研究走向国际的先锋。2000年ACL在中国香港举办，当时大会总共接收70篇论文，微软亚洲研究院有6篇论文入选，其中4篇出自黄昌宁所带领的团队。这也是国内较早几篇发表在国际顶会中的论文。当然这些只是他们工作的冰山一角，其他例如随后的2001年他们在影响因子不下于ACL的《ComputationalLinguistics & Chinese Language Processing》期刊上又连续发表了5篇论文。

随着年龄的增长，黄昌宁先生因眼疾及高度近视视力严重衰退，随后渐渐退出微软的管理工作，交由周明博士主管，他担任顾问。

黄昌宁先生对在微软期间的工作总结道：「从成果上来讲，在微软的几年时间里，比我在清华40年做的成果还要大得多。」

「赋闲」在家的黄先生并没有过一种遛鸟养花的闲逸生活，他仍然在时刻关注着前沿的研究，并思考如何才能使我国NLP的研究水平更上一层楼。

通过与黄昌宁先生的对话，笔者得以了解其中的两个侧面：一、他高度肯定评测对NLP发展的重要性，认为评测之于NLP正如显微镜之于生物医学；二、中国NLP研究若想进入世界先进水平，需要做好顶层设计的工作。

细看黄昌宁先生近六十年的研究生涯，从风华年少到耄耋之年，每一阶段都是一次常人难以企及的辉煌。2017年11月10日，基于黄昌宁先生为我国自然语言处理的研究做出的贡献，中国计算机学会在第六届自然语言处理及中文计算会议（NLPCC2017）上将首届「杰出贡献奖」授予黄昌宁先生。

图2 黄昌宁教授（中）获首届CCF杰出贡献奖

以下为笔者与黄先生部分对话精简。

一、观点

问：从整个科学领域的角度来考虑，您觉得自然语言研究的意义是什么？

黄昌宁：有人说自然语言处理是人工智能皇冠上的明珠，大概是因为语言是人类区别于其他高等动物的重要标志，是人类智能的集中体现，既然是这样，把NLP的研究看成是科学上的重要问题也就不奇怪了。自然语言研究的意义就是让计算机能理解或处理自然语言，也就是让计算机明白无误的掌握人类的最高智慧。

问：近几年，中国在NLP领域有了快速的发展，已经达到世界前列的水平。而您经历了中国NLP近四十年从无到有，从落后到前列的变化，您如何看待这个发展呢？

黄昌宁：我觉得国内自然语言处理和人工智能研究的现状，是随着改革开放的进展而得到逐步改善的，是一个渐进的过程。

特别是最近几年，有很大的变化，这主要是取决于两个方面：一个是政府给的科研资助有了很大的提高；另外一个是研究人员的数量大幅度的增加。现在国内从事自然语言处理的研究者要比日本、韩国等国家多得多。所以文章的数量超过了别人也是理所当然的。但是我一直觉得，虽然文章的数量是多了，但我们引领研究导向的论文和成果依然很少。

问：在NLP的研究和应用领域，您觉得从国家层次上，我国需要如何进一步布局以达到国际顶尖水平（甚⾄至引领世界NLP研究的发展）？

黄昌宁：政府干预科学研究的计划是一柄双刃剑，做得好有可能在一个时期内提高国家的科学研究水平，做得不好也可能是瞎指挥，不是帮忙而是添乱。

这样的例子在国内也不是没有的，虽然规划制定者咨询过一线研究人员，但毕竟他本人不是一线科研人员，所以他不可能全程跟踪某一个项目的研究活动。从国际上看，人工智能领域出现过几次令世人惊诧的成果，比如：

· 1997年IBM深蓝战胜世界国际象棋冠军卡斯帕罗夫；

· 2011年2月IBM的深度问答系统「沃森」，在美国Jeopardy电视竞答节目上一举打败该节目的两位前冠军；

· 2016年3月Google的AlphaGo战胜人类九段围棋选手等。

这些人工智能的项目都不是政府规划出来的，而是世界顶尖研究团队创造出来的。

问：阅读您之前发表的文章发现，您特别强调在NLP发展中评测的重要性。那么您是如何看待评测的呢？

黄昌宁：我一直认为，计算语言学是一门实证科学，公开和可重复的评测，决定了这门学科的健康发展。评测对于NLP研究人员来说，就像生物医学的显微镜、天文学的望远镜一样，这些观察工具的优劣，直接决定了科学研究成果的深浅。

举例来说2003年到2006年间，中文自动分词技术经历了一次重大突破，突破的原因在于对中文分词评测观念的重大创新。以往国内认为中文分词是没有标准答案的，比如「北京西站」可以切分成一个词，也可以切分成「北京、西站」两个词，甚至可以切分成「北京、西、站」三个词，评测时如果评委中的多数认为这三种切法都是合理的，那么这三种切法都是对的。但ACLSIGHAN专业委员会组织的中文分词评测Bakeoff-2003，认为上述三种切分结果应视作三种不同的分词规范。不同的分词规范应提供不同的训练和测试语料，这样分词结果就有了唯一的标准答案，即所谓的「金本位」（gold stand），因此评测标准有了含金量的意味。

在此基础上Bakeoff-2003采用了召回率R、精确率P和两者的调和平均值F等三项指标，而不像国内只有分词正确率一项指标。何况由于国内原来的分词测试语料没有标准答案，所以这个正确率的定义是含糊不清的。进而Bakeoff-2003还分别设立了表内词和未登录词的两个召回率指标，在这两项指标的指引下我得出未登录词对分词精度失落的影响比表内词的歧义切分所引起的精度失落高5到10倍。这个结论回答了分词界一个长期悬而未决的难题，根据这个认识不难得出以下的推论：能使未登录词的召回率显著提升的模型和算法一定是最佳的分词方法。果然，到了Bakeoff-2005分词技术就发生了巨大的变化，推翻了以前以词为基础的主流的分词方法，出现了以字为基础的全新的分词方法。到了Bakeoff-2006年就没有人再做基于词的分词系统了。

问：测试方法如此重要，是否可以说这是科学研究的顶层设计呢？

黄昌宁：您提的这个问题很好，科学研究的顶层设计确实包含了评测方法，但还包括其他的重要问题：如项目的宗旨和定义、基础理论和方法、项目推进的路线图和最终成果的鉴定等等。

这些顶层设计美国做的最好，而国内却很少。因为这些工作不是个别团队的经费和人力能轻易做到的。周明说我们的NLP研究要在2020年达到世界先进水平，那么顶层设计就一定要做。（详情见周明老师专访：中国NLP如何跻身世界顶尖水平？）你想，如果我们没有顶层设计的话，论文数量再多，原创性和引用率也赶不上人家。

美国国防部DARPA设立项目经理人的做法值得我们学习。他们通常会设定一些项目，如信息检索、问答系统、话题识别和追踪等，并为每个项目设立一个项目经理，其人选不是来自政府机关，而是从大学或科研院所中聘请的领域专家。项目经理负责完成项目的顶层设计，包括项目宗旨、资料制备、评测方法、项目推进路线图、评测会议和学术交流等。我希望中国政府也可以参照这个经验来推进我国科研项目的顶层设计。

二、研究

问：您怎么来看待您过去从事过的研究呢？

黄昌宁：我觉得，在自己的研究领域，一个人一辈子未必能参与一次技术上的重大突破。如前所述，我很幸运有机会参与了2003-2006年中文自动分词的那次大突破。不过我认为，无论您是否能亲历科研上的重大突破，只要恪守正确的科学方法一步一步往前探索，不急不燥，就一定可以积小步而成大步。即使您的心得微不足道，那也是对科学研究的一份贡献。

问：那么，老师您对⾃⼰做出的哪项工作最为满意？

黄昌宁：我想最让我满意的是1993年在《语言文字应用》杂志第2期上发表「关于处理大规模真实文本的谈话」的论文。我的这篇文章是国内第一篇公开主张大数据真实文本处理的宣言，这也是我本人终身坚持的学术主张和方法论。自然语言处理在这之前也有一些著名的演示系统，但这些系统都只能在有限的情景下进行简单的人机对话，不能适应社会和企业界对自然语言处理技术的大规模需求。这就是第一代人工智能技术的困境，要突破这个困境就要从第一代走向第二代。

其次是1999年我到微软以后从事中文分词的研究，包括编写分词规范、标注分词语料和研制高精度的分词系统。在此期间我发现中文分词的可计算定义既不是单纯的标注规范也不是分词规范+词表，而应该是大规模的分词标注语料，从中也认识到计算机使用的语言知识在形式上和颗粒度上都不同于传统的人类语言知识。这个认识在最近两年的大数据、深度学习的计算模型上再次得到验证。

三、经验

问：老师您在研究和教育上已经耕耘了六⼗多年，见证了中国学术界半个多世纪的变迁，您在研究和生活中⼀定有很多的⼈生经验。您能否分享一些这方面的经验呢？

黄昌宁：我对这个问题有两个看法：

第一，一个学者应该对自己的研究领域有深刻的洞察力。这也是我对自己指导的博士生提出的一个基本要求。洞察力的养成非常重要，首先要时刻关注该领域最前沿的少数几篇论文，务求融会贯通，要做到有洞察力还需要有多视角的思维。人们常说视野决定事业，也可以说视野决定洞察力，有了洞察力才会有创新。

第二，要创造机会访问最著名的研究团队，和最著名的研究者在一起讨论问题。这样的接触常常会令您脑洞大开。我在微软工作14年，接触过大量的年轻实习生和博士后，我发现他们在微软的这段研究生涯对他们日后的研究都有深刻的影响。

02清华大学教授－黄昌宁简历 (3322字)

黄昌宁

图3 清华大学教授：黄昌宁

黄昌宁，1937年生于广东，1955年考入清华大学电机系，1961年毕业并留校任教至博士生导师，1983-1984年赴美国耶鲁大学进修，1986-1987年曾在香港理工大学任教，1999年4月加入微软中国研究院任主任研究员。中国计算机自然语言处理领域的"趟路人"和集大成者。

中文名：黄昌宁，出生地：广东，出生日期：1937年1月^[3] ，毕业院校：清华大学。

1人物生平

男，1937年1月出生于广东。1961年毕业于清华大学自动控制专业，毕业后留校任教至今。现任计算机系教授、博士生导师。1978年起从事人工智能和自然语言理解的教学科研工作。^[1]

1955年，年仅十八岁，风华正茂的黄昌宁以优异的成绩考入清华大学电机系，在这里，一批卓有成就的教授让他受益菲浅，其中自动控制系的首任系主任、麻省理工大学的博士钟士模教授给他留下的印象尤为深刻。黄昌宁所学的专业是清华大学在国内率先建立的计算机和自动控制专业，当时是按照国防部门的要求来招生的，学生毕业后大多从事导弹、原子能反应堆和加速器控制系统的研究和设计。毕业后黄昌宁的大多数同学都去了军工行业，他则选择了留校担任助教。

在70年代，黄昌宁曾因主编大学教材《晶体管电路》而成为扬名清华的教授，该书在国内的发行量逾百万册。随后，他的译著《人工智能原理》及《LISP语言》填补了当时国内的空白，引起了很大的反响。进入自然语言处理研究领域后，黄昌宁的事业又达到了一个新的高峰。他开始主持自然语言处理领域的多项国内、国际合作项目，并多次被邀担任国际学术会议的主席或程序委员会主席，或作大会特邀报告；目前黄昌宁还担任国内《中文信息学报》的主编，同时也是美国《ACM亚洲语言信息处理专刊》、新加坡《中文与东方语言信息处理学会通讯》、日本《自然语言处理》、香港《中国语言学评论》、台湾《计算语言学与中国语言处理》等众多国际学术刊物的特约撰稿人和编委。

2挑战权威

"我有一个信念，自己想做的事就要做得比人家都好。就像我当年打排球和棒球一样，一到赛场必然问自己：我干什么来了？就是要赢嘛！"黄昌宁一直这样说。

1983年黄昌宁远赴美国耶鲁大学进修，主攻人工智能和自然语言理解方面的研究。黄昌宁后来回忆说，耶鲁大学的那一年对他一生所从事的研究是一个很重要的转折。他说，他并不是为学位而去读书的，而是出去看看国外的研究是怎样做的，又是如何进行评价的。

当时的耶鲁大学计算机系系主任尚克教授是美国人工智能学会的主席，从事自然语言理解的研究已有十多年历史，是80年代初美国这一研究领域中的权威，他倡导的概念依存理论当时正处于鼎盛时期，曾经得到学术界许多人的推崇。尚克认为他已经把计算机、语言学、认知心理学等各个学科结合得非常好了。在对尚克的一片赞同声中，黄昌宁却表现得相当冷静，只想看看尚克的语言理解系统能否 "长大"。因为他清醒地认识到，大学实验室里的研究和现实生活有时会有很大的差别。他很快就发现了尚克理论的一些缺陷。尚克认为计算机对自然语言的分析几乎可以不要句法就直接进入语义解释。黄昌宁经过对尚克系统的仔细考察，发现他的学说虽然可以在某个特定领域里实现，但一旦扩展到其它应用领域时就困难重重了。"问题的关键是，我们的系统不能只是在实验室里表演，重要的是能够真正扩展开来！"黄昌宁坚持说。

黄昌宁认为，计算机对自然语言的分析首先要在词汇和句法上得到认知，然后才能获得意义的表达，尤其对于大规模真实文本的处理更是如此。他举了一个例子，比如设计一个气象预报的机器翻译系统，肯定能做好，因为这个领域里的词汇大概只有500多条，而且大多是地名和少量常见动词，译准率会很高。但是要做一个一般用途的机器翻译系统就难了，因为这包括太多的词汇和语法现象。黄昌宁的观点后来得到证实：80年代末，尚克学派宣告解体，尚克本人也退出了自然语言研究领域。

3献身科研

1984年3月，黄昌宁结束了在耶鲁大学的进修，按时返回国内，从此就再也没有闲下来。

80年代初，自然语言处理研究在国内还几乎是个空白，比美国则落后了二十年。黄昌宁把这门学科的思想带回中国，其中心是如何通过计算把一句话的意思或一段话的内容用某种形式化的方式表示出来，这种表示就是所谓的语义网络。这时黄昌宁体会到自然语言处理实际上就是建立在计算机基础上的语言研究，他深感自己所缺乏的并不是计算机方面的知识，而是语言学知识。因此回国以后他开始和语言学家们进行广泛交流。除了尚克的概念依存理论，黄昌宁回国后还先后涉足了其它先进技术的研究，其中包括复杂特征集和合一语法及统计语言模型等。

1985年，黄昌宁同时挑起了三副担子，一是"七五”国家攻关项目-自然语言理解和人机接口；二是国防预研项目—军事文本理解技术；三是清华大学和南京大学合作的"日汉机器翻译系统"，该项目后来获得国家教委科技进步二等奖。不久黄昌宁开始将目光投向海外，80年代末他相继主持了几个国际合作项目：第一个是日本富士通公司的阿特拉斯日汉翻译系统，当时富士通公司已经有了英日翻译，但是汉语的翻译是他们无法回避的问题，黄昌宁和他的研究队伍经过三年努力成功完成了这项研究。1990年，日本通产省投资5000万美金开发亚洲多国语言机器翻译系统，该系统涵盖了日、中、马来、印尼和泰等五种语言。这个翻译系统采用国际上先进的 "中间语言" 技术。中间语言是句子意思的一种形式化表示，通过它可以生成任何一种语言。上述五个亚洲国家参与了这个项目，中文部分由当时的电子部来承担，黄昌宁则担任中方专家组组长和中方技术负责人。1995年，黄昌宁又代表清华大学和DEC公司进行了英汉翻译的科研项目。他领导的清华小组还曾多次向微软和IBM等公司有偿转让一些科研成果。

4受聘微软

1998年秋，当时微软中国研究院正处于建院之初，求贤若渴的院长李开复博士在香港约见了正在香港大学讲学的黄昌宁，动员他加盟微软中国研究院。两人第一次见面，就谈到自然语言处理研究的前景和微软的发展机会。两人谈得十分投机，都有相见恨晚的感觉。"士为知己者死"，黄昌宁引用了这句话。1999年4 月，他走进微软中国研究院时已年逾六旬，是研究院里年龄最大的研究人员，当时研究人员的平均年龄只有30岁。黄昌宁说科学研究要有一个开放的环境，微软研究院的环境正是如此，这正给他提供了一个实现自己宿愿的机会。黄昌宁特别欣赏比尔·盖茨对未来计算的一个想法，那就是有一天能够让计算机用自然语言与人类进行交流。他说：“这正是自然语言研究的最终目标，而且微软将最有可能使我们的研究成果转化成产品，造福世界上成千上万的用户。”目前，黄昌宁领导的研究小组专注于三个研究课题：一是帮助中国用户写英文；二是帮助中国用户阅读英文；三是帮助中国用户做跨语言的网页搜索。黄昌宁希望前两项技术能够尽快被微软产品部门接受，成为微软下一代OFFICE软件中的一个组件。

黄昌宁的研究很快在理论上也得到认可。在自然语言研究领域，最权威的学术会议是国际计算语言学学会（ACL）年会，其论文录取率不足25%。但2000年10月，在香港召开的第38届ACL年会上，黄昌宁领导的研究小组却有6篇论文入围。在大会所接受的70篇论文中，其质量和规模都引起了广泛关注。

5踌躇满志

信息抽取是近年来美国国防部关注的一个研究方向，目的是直接从报纸或网页的自然语言文本中抽取出指定信息以帮助人们在某些领域对事态的发展动向作出判断并制定相应策略。这样的研究在经济领域和国家安全保障方面都有重要的应用前景。黄昌宁认为网络时代处理最多的仍然是语言文字信息。人工智能的某些领域可能正在衰亡，但是自然语言的研究不会萎缩。

他还认为：大规模真实文本的处理是自然语言研究领域的一个重要方向，主流技术不是传统的语言学方法，而是语料库方法。语言学和应用联系密切，其发展必须要靠社会需求的驱动，不是哪一个人所能决定的。现在的数字图书馆和搜索引擎都是同大规模文本打交道的实例。

黄昌宁领导的研究小组正在有条不紊地推进他们的研究课题，黄昌宁希望自己的小组能够创造出更多世界一流的语言信息技术，使得人们能够在网络时代更轻松自然地使用计算机。

知名学者和相关书籍

词条标签：行业人物，教师，大学教师，人物

词条统计：浏览6842次，编辑10次历史版本，最近更新：2015-11-18，创建者：magicme。[4]

-END-

参考文献(197字)

1. AI科技评论camel．专访NLP前辈黄昌宁先生，每一阶段都是常人难以企及的辉煌．[EB/OL] https://mp.weixin.qq.com/s?__biz=MzI5NTIxNTg0OA==&mid=2247490281&idx=1&sn=cc8c1da04f39f7f84216c8174c108412，2018-03-31．

2. 清华大学官网．黄昌宁 - 清华大学计算机科学与技术系．[EB/OL]http://www.tsinghua.edu.cn/publish/cs/8207/2014/2049838379_.html，2014-03-05．

3. 中国知网．黄昌宁教授和他主持的国家重点科研项目．[EB/OL]http://www.cnki.com.cn/Article/CJFDTotal-YYYY502.023.htm，2015-11-02．

4. 百度百科．黄昌宁．[EB/OL] https://baike.baidu.com/item/%E9%BB%84%E6%98%8C%E5%AE%81/，2015-11-18．

x.秦陇纪．数据科学与大数据技术专业概论；人工智能研究现状及教育应用；纯文本数据神经网络训练；大数据简化之技术体系[EB/OL]．数据简化DataSimp（微信公众号）http://www.datasimp.org，2017-06-06．

NLP前辈黄昌宁获2017年中国计算机学会（CCF）首届「杰出贡献奖」（8630字)

秦陇纪

简介：NLP前辈黄昌宁获2017年中国计算机学会（CCF）自然语言处理及中文计算会议NLPCC2017首届杰出贡献奖，附黄昌宁教授简历。(公号回复“黄昌宁”，文末“阅读原文”可下载9图4码11k字8页PDF) 蓝色链接“数据简化DataSimp”关注后下方菜单项有文章分类页。作者：黄昌宁。来源：清华大学官网、百度百科、AI科技评论、黄昌宁教授、微信群聊公号，引文出处请看参考文献。版权声明：技术科普文章仅供学习研究，公开资料©版权归原作者，请勿用于商业非法目的。秦陇纪2018数据简化DataSimp综合汇译编，投稿合作，或出处有误、侵权、错误或疏漏（包括原文错误）等，请联系[email protected]沟通、指正、授权、删除等。欢迎转发：“数据简化DataSimp、科学Sciences、知识简化”新媒体聚集专业领域一线研究员；研究技术时也传播知识、专业视角解释和普及科学现象和原理，展现自然社会生活之科学面。秦陇纪发起未覆盖各领域，期待您参与~ 强烈谴责超市银行、学校医院、政府公司肆意收集、滥用、倒卖公民姓名、身份证号手机号、单位家庭住址、生物信息等隐私数据！

NLP前辈黄昌宁获2017年中国计算机学会（CCF）首届「杰出贡献奖」（8630字)

01 NLP前辈黄昌宁：每一阶段都是常人难以企及的辉煌汉译文 (4844字)

02清华大学教授－黄昌宁简历 (3322字)

1 人物生平 2 挑战权威 3 献身科研 4 受聘微软 5 踌躇满志

参考文献(197字)

Appx(626字).数据简化DataSimp社区简介

信息社会之数据、信息、知识、理论持续累积，远超个人认知学习的时间、精力和能力。应对大数据时代的数据爆炸、信息爆炸、知识爆炸，解决之道重在数据简化(Data Simplification)：简化减少知识、媒体、社交数据，使信息、数据、知识越来越简单，符合人与设备的负荷。数据简化2018年会议(DS2018)聚焦数据简化技术(Data Simplification techniques)：对各类数据从采集、处理、存储、阅读、分析、逻辑、形式等方ose 做简化，应用于信息及数据系统、知识工程、各类数据库、物理空间表征、生物医学数据，数学统计、自然语言处理、机器学习技术、人工智能等领域。欢迎投稿数据科学技术、简化实例相关论文提交电子版（最好有PDF格式）。填写申请表加入数据简化DataSimp社区成员，应至少一篇数据智能、编程开发IT文章：①高质量原创或翻译美欧数据科技论文；②社区网站义工或完善S圈型黑白静态和三彩色动态社区LOGO图标。论文投稿、加入数据简化社区，详情访问www.datasimp.org社区网站，网站维护请投会员邮箱[email protected]。请关注公众号“数据简化DataSimp”留言，或加微信QinlongGEcai（备注：姓名/单位-职务/学校-专业/手机号），免费加入投稿群或”科学Sciences学术文献”读者微信群等。长按下图“识别图中二维码”关注三个公众号（搜名称也行，关注后底部菜单有文章分类页链接）：