重磅！「自然语言处理（NLP）」全球学术界”巨佬“信息大盘点（一）！

来源：AINLPer 微信公众号（点击了解一下吧）
编辑: ShuYini
校稿: ShuYini
时间: 2020-1-13

引言

    人工智能发展迅速，近几年自然语言处理已经成为热门研究方向，根据这些会议和期刊上近10年发表论文的引用情况（根据Goolge Scholar）生成了高引学者列表。供大家参考学习。

1、Ryan T. Mcdonald(瑞安·麦克唐纳)

个人主页：https://ryanmcd.github.io/
**学术成就：**h-index: 55   论文数: 100   引用数 : 15672
个人介绍：
    瑞安·麦克唐纳是谷歌的一名研究科学家，当前已经工作了10多年了!在谷歌之前，在宾夕法尼亚大学完成了博士学位，在多伦多大学完成了理学学士学位。主要研究方向是：用于机器翻译、问题回答、意见分析以及信息检索的核心算法和模型。

2、Lev Arie Ratinov

个人主页：http://oldweb.cs.bgu.ac.il/faculty/person/lev-arie.html
学术成就：h-index: 15   论文数: 28   引用数 : 4433
个人介绍：
    Lev Arie Ratinov曾经专门研究使用机器学习进行自然语言处理（NLP），尤其是信息提取，文本分类等。其重点是使用百科全书知识和半监督学习来减少注释工作并提供快速有效的解决方案， 科学界和行业。

3、Mirella Lapata

个人主页：https://homepages.inf.ed.ac.uk/mlap/index.php?page=index
**学术成就：**h-index: 65   论文数: 230   引用数 : 13283
个人介绍：
    Mirella Lapata是爱丁堡大学信息学院的计算机科学家和教授。**她研究主要集中在从结构化和非结构化数据中表示、提取和生成语义信息的计算模型，**包括文本和其他形式，如图像、视频和大规模知识库。其研究的首要目标是使计算机能够理解请求并对其采取行动，处理和聚合大量数据，并基于这些数据传递信息。对于所有这些任务来说，至关重要的是从自然语言文本中提取和表示含义、在内部存储含义以及处理存储的含义以获得进一步结果的模型。

4、Michael Collins（迈克尔·柯林斯）

个人主页：http://www.cs.columbia.edu/~mcollins/
**学术成就：**h-index: 60   论文数: 134   引用数 :
26224
个人介绍：
    迈克尔·柯林斯于1998年12月在宾夕法尼亚大学获得了计算机科学博士学位。从1999年1月到2002年11月是AT&T实验室的研究员，从2003年1月到2010年12月是麻省理工学院的助理/副教授。于2011年1月进入哥伦比亚大学同时也是谷歌NYC的一名研究科学家。主要研究方向是自然语言处理和机器学习。另外他的课程不错而且有详细的笔记（点开他的主页就可以看到）。

5、Daniel S. Weld（丹尼尔·S·韦尔德）

个人主页：https://www.cs.washington.edu/people/faculty/weld
学术成就：h-index: 97   论文数: 320   引用数 : 40948
个人介绍：
    Daniel S. Weld是华盛顿大学计算机科学与工程的Thomas J. Cable / WRF教授。他在1989年获得总统青年研究员奖，1990年获得海军研究办公室青年研究员奖，1999年被授予AAAI研究员，2005年被授予ACM研究员。Dan是ACM杂志的区域编辑，是AI研究杂志的创始编辑，是计算智能和人工智能的客座编辑，是AAAI-96的项目主席。丹已经出版了两本书和许多技术论文。其主要研究方向为：人工智能、互联网系统、人机交互、自然语言处理。看简历这位大佬的最近的论文好像都是挂名字，并且已经财富自由到处悠闲自在了，膜拜~

6、Dan Roth（丹·罗斯）

个人主页：https://www.cis.upenn.edu/~danroth/
学术成就：h-index: 73   论文数: 439   引用数 : 22491
个人介绍：
    丹·罗斯在自然语言理解方面的工作重点一直是约束条件模型的开发——一个用于(联合)学习和支持全局推断的整数线性规划方法。在这个框架中，我们研究了基础学习和推理问题——从间接监督学习到响应驱动学习、分解学习到平摊推理——并解决了语义和信息提取中的多个问题。特别是，我们开发了语义角色标记、共同引用解析、文本隐含、命名实体识别、以及信息提取问题的最新解决方案和系统。我最近的许多工作也强调了附带监督的概念，以避开监督复杂问题的固有困难。

7、Marcello Federico （马塞洛·费德里科）

个人主页：https://hlt-mt.fbk.eu/people/profile/federico
学术成就：h-index: 39   论文数: 205   引用数 : 13243
个人介绍：
    马塞洛·费德里科(Marcello Federico)是布鲁诺·基斯勒基金会(Fondazione Bruno Kessler) HLT-MT研究部门的负责人，该基金会是一家由政府资助的研究机构，与意大利特伦托大学(University of Trento)关系密切。作为HLT-MT部门的负责人，他负责监督约15名研究人员和博士生的工作。他的研究专长是统计机器翻译、口语翻译、统计语言建模、信息检索和语音识别。在这些领域，他与人合著了150多篇科学论文，参与了20个国际和国家项目，并与人合作开发了广泛使用的机器翻译和语言建模软件包。

8、Nicola Bertoldi

个人主页：https://ryanmcd.github.io/
**学术成就：**h-index: 24   论文数: 85   引用数 : 10529
个人介绍：
    2005年，在意大利特伦托大学数学系获得了数学博士学位，师承Roberto Battiti教授和Marcello Federico博士，主要研究方向是多语言自然语言处理领域，尤其对文本和语音的机器翻译、计算机辅助翻译和语言建模感兴趣。以往的研究主要集中在信息检索和语音翻译方面，过去和现在一直都在参与由欧洲共同体或地区政府资助的项目。

9、Hieu Hoang

个人主页：http://statmt.org/hieu/
学术成就：h-index: 18   论文数: 38   引用数 : 10031
个人介绍：
    其主要研究方向是语言翻译（将外语文档自动翻译成英语）当前他的小组利用翻译和单语文本的大型数据集来学习统计模型的翻译，目前的重点是神经模型。

10、Richard Zens

个人主页：http://www.rzens.com/
**学术成就：**h-index: 27   论文数: 55   引用数 : 7117
个人介绍：
    Richard Zens的主要研究方向是自然语言处理的机器翻译。

11、Ondrej Bojar

个人主页：http://ufal.mff.cuni.cz/ondrej-bojar
**学术成就：**h-index: 26   论文数: 130   引用数 : 7723
个人介绍：
    Ondrej Bojar主要研究集中在机器翻译方面，包括从计算语言学到计算机科学、软件工程、人工智能等几乎所有领域。

12、Christopher D. Manning

个人主页：https://nlp.stanford.edu/manning/
学术成就：h-index: 118   论文数: 473   引用数 : 123637
个人介绍：
    克里斯托弗·曼宁是斯坦福大学计算机科学和语言学教授。他的博士学位是1995年从斯坦福大学获得的，在回到斯坦福之前，他曾在卡内基梅隆大学和悉尼大学担任教职。他的研究目标是能够智能处理、理解和生成人类语言材料的计算机。曼宁专注于计算语言问题的机器学习方法，包括句法分析、计算语义和语用学、文本推理、机器翻译和NLP的递归深度学习。他是ACM研究员、AAAI研究员和ACL研究员，并与人合著了统计自然语言处理和信息检索方面的主要教材。他是斯坦福NLP小组(@stanfordnlp)的成员。

13、Mark Dredze

个人主页：http://www.cs.jhu.edu/~mdredze/
学术成就：h-index: 51   论文数: 238   引用数 : 11401
个人介绍：
    Mark Dredze是约翰·霍普金斯大学计算机科学副教授。其主要研究方向:研究开发应用于社交媒体分析、公共卫生和临床信息学的语言统计模型。

14、Yoshua Bengio

个人主页：https://mila.quebec/en/yoshua-bengio/
学术成就：h-index: 150   论文数: 808   引用数 : 196503 （神一样的存在）
个人介绍：
    Yoshua Bengio是计算机科学与运筹学系的全职教授，机器学习实验室(MILA)主任，CIFAR项目的CIFAR神经计算和自适应感知项目的联合主任，加拿大统计学习算法研究主席，他也是NSERC-Ubisoft工业主席。他的主要研究目标是理解产生智力的学习原理。他教授一门机器学习的研究生课程(IFT6266)，并管理一大群研究生和博士后。他的研究被广泛引用(2015年初谷歌学者发现超过22000次引用，h指数为60)。yobengio目前是《机器学习研究杂志》的行动编辑，《神经计算杂志》的副编辑，《机器学习的基础和趋势》的编辑，并一直是《机器学习杂志》和《IEEE神经网络学报》的副编辑。2019年，他**获得了ACM A.M.图灵奖，“计算领域的诺贝尔奖”，**与Geoffrey Hinton和Yann LeCun共同获得了概念和工程上的突破，这些突破使得深度神经网络成为计算的关键组成部分。

15、Philipp Koehn

个人主页：http://www.cs.jhu.edu/~phi/
学术成就：h-index: 61   论文数: 263   引用数 : 36821
个人介绍：
    Philipp Koehn（1971年8月1日出生于西德州埃尔兰根）是机器翻译领域的计算机科学家和研究员。他的主要研究方向是统计机器翻译，并且他是基于短语机器翻译方法的发明者之一，该方法是基于短语的统计翻译方法的一个子领域。

16、Chris Dyer

个人主页：http://www.cs.cmu.edu/~cdyer/
**学术成就：**h-index: 51   论文数:202   引用数 : 12796
个人介绍：
    其主要研究兴趣在于机器学习，自然语言处理和语言学的交叉融合。 大部分工作的一个统一主题是多语言。 当前感兴趣的一些话题包括：机器翻译用于语言处理的神经网络模型计算形式和语音的NLP（在嘈杂的文本上（Twitter，新浪微博等））语言建模特征归纳和表示学习无监督、半监督学习贝叶斯技术大数据算法和概率音乐模型。

17、Chris Callison-Burch

个人主页：https://www.cis.upenn.edu/~ccb/index.html
学术成就：h-index: 49  论文数:190   引用数 : 20682
个人介绍：
    Chris Callison-Burch是宾夕法尼亚大学计算机与信息科学系的副教授。 在加入Penn之前，他曾在约翰·霍普金斯大学语言与言语处理中心任教6年；曾担任ACL 2017会议的主席，以及EMNLP 2015会议的计划联席主席；2011年至2013年担任NAACL执行董事会主席；2015年至2017年担任SIGDAT秘书长兼财务主管；曾在ACL（TACL）和计算语言学期刊的编辑委员会任职。有100多种出版物，被引用超过10,000次。他是斯隆研究院士，除了获得DARPA和NSF的资助外，还获得了Google，Microsoft，Amazon和Facebook的教师研究奖。主要研究兴趣包括自然语言处理和众包。

18、Alexandra Birch

个人主页：http://homepages.inf.ed.ac.uk/abmayne/
学术成就：h-index: 26   论文数:67   引用数 : 12762
个人介绍：
    Alexandra Birch是爱丁堡大学信息学院语言，认知和计算研究所（ILCC）的EPSRC创新研究员。 她主要致力于在机器翻译领域（包括重新排序，评估，语义和口语翻译）。 最近的兴趣集中在神经机器翻译上，其中当前使用子词单位和单语言数据的进展已经超过了最新的基准。 总的来说，她对如何将计算语言学和机器学习结合起来以提供引人注目的NLP应用感兴趣。 她的大部分工作是与STATMT组和CSTR组一起完成的。

END

更多自然语言处理、pytorch相关知识，还请关注 AINLPer 公众号，极品干货即刻送达。