字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

2019-11-28 12:39:01

机器之心整理
机器之心编辑部

近日,2019 ACL Fellow 名单出炉,字节跳动李航博士入选,成为 ACL 第五位华人 Fellow。

以人类语言为研究对象的「自然语言处理」(Natural Language Processing,NLP)是人工智能最重要的研究方向之一。在自然语言处理领域,ACL 是世界上影响力最大、也最具活力的国际学术组织,成立至今已有 57 年历史,会员遍布世界 60 多个国家和地区,代表了自然语言处理领域的世界最高水平,ACL 会士(ACL Fellow)则是在本领域取得突出成就的ACL会员。

当地时间 11 月 25 日,ACL 公布了 2019 年度的 ACL Fellow共计 6 位,其中包括字节跳动人工智能实验室总监李航博士,由此成为第 5 位当选 ACL Fellow 的华人学者、第 2 位大陆科学家

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 


ACL 会士评选委员会在对李航博士的评语中写道:

「他对信息检索,特别是排序学习做出了基础性贡献,在深度学习和对话生成方面做出了突出贡献,并且促进了中国自然语言处理(NLP)的发展和商业化。」

此外,今年新入选的 ACL Fellow 还包括哈佛大学 Higgins 自然科学教授 Barbara Grosz、多伦多大学计算机科学教授 Graeme Hirst、爱丁堡大学信息学院自然语言处理教授 Mirella Lapata、日内瓦大学计算学习与计算语言学教授 Paola Merlo 和德国海德堡理论研究所、海德堡大学计算语言学系「荣誉教授」Michael Strube。

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 

2019 年度唯一入选华人学者

李航博士现任字节跳动人工智能实验室总监,北京大学、南京大学客座教授。他是 IEEE 会士、ACM 杰出科学家、CCF 高级会员,研究方向包括信息检索,自然语言处理,统计机器学习,及数据挖掘。

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 


学生时代,李航博士曾在日本求学多年。他硕士毕业于日本京都大学电气工程系,之后又在东京大学取得计算机科学博士学位。而且,他取得博士学位仅用了四年。

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 


博士毕业后,他曾先后担任日本 NEC 公司中央研究所研究员、微软亚洲研究院高级研究员与主任研究员、华为诺亚方舟实验室首席科学家、主任。2017 年,李航博士宣布从华为离职,加入字节跳动。

从本次 ACL Fellow 的增选结果中可以看到,李航博士不仅是今年入选的唯一一位华人,还是唯一一位业界代表。这和他的学术成就密不可分。

李航博士一直活跃在相关学术领域,曽出版过三部学术专著,并在顶级国际学术会议和顶级国际学术期刊上发表过上百篇学术论文,包括 SIGIR、WWW、WSDM、ACL、EMNLP、ICML、NeurIPS、SIGKDD、AAAI、IJCAI 等。他在 Google Scholar 上的被引量超过 19000 次,h-index 高达 65

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 


他和同事的论文获得了 KDD 2008 最佳应用论文奖,他指导的学生获得了 SIGIR2008、ACL 2012 最佳学生论文奖。

李航博士还在顶级国际学术会议和顶级国际学术期刊担任许多重要工作,如大会程序委员会主席、资深委员及委员、期刊编委,包括 SIGIR、WWW、WSDM、ACL、NAACL、EMNLP、NeurIPS、SIGKDD、ICDM、ACML、IJCAI 等。

对于普通机器学习入门者来说,李航博士的名字也并不陌生,他所编写的《统计学习方法》一书,可谓是机器学习入门的宝典,今年 5 月份刚上线了

第二版

。这本书包含了包含了众多主要的监督和无监督学习算法与模型,是了解机器学习最好的教材之一。前段时间,清华大学深圳国际研究生院的袁春教授还为这本书制作了相关

课件

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 


历届华人 ACL Fellow

自 2011 年开始评选 ACL Fellow 以来,ACL 学会共迎来了 57 位会士,但包括今年入选的李航博士在内仅有 5 位华人学者,其余 4 位分别是香港科技大学吴德恺教授、新加坡国立大学黄伟道教授、谷歌高级研究科学家林德康和百度首席技术官王海峰博士

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 

2011 ACL Fellow 香港科技大学计算机科学与工程系吴德恺教授。

吴德恺教授系加州大学伯克利分校博士和多伦多大学博士后,之后于 1992 年加入香港科技大学任计算机科学与工程系教授。2011 年 12 月,他当选为 ACL Fellow,以表彰其「对机器学习和反向转换文法做出的突出贡献,从而将句法和语义模型整合到统计机器翻译范式中」。

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 

2012 ACL Fellow 新加坡国立大学计算机科学系黄伟道教授。

黄伟道教授系德克萨斯大学奥斯汀分校博士,他的研究重点是自然语言处理和信息检索,精通于语义处理和语义语料库的开发。他曾获得过 SIGIR 1997 和 EMNLP 2011 最佳论文奖,并担任过 EMNLP 2008、ACL 2005 和 CoNLL 2004 大会的程序共同主席。2012 年当选为 ACL Fellow。

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 

2013 ACL Fellow 林德康教授。

林德康教授曾任加拿大 Alberta 大学计算机教授、Google 研究院高级管理科学家、Google 搜索问答系统创始人及技术负责人,奇点机智联合创始人兼 CTO,如今他重回谷歌担任高级研究科学家。林德康作为主要发明人申请了多项美国专利,在自然语言处理及理解领域发表 90 余篇论文,被引用 14000 余次,并多次担任计算语言最高学术机构国际计算语言学协会 ACL 的领导职务,包括:ACL 2002 程序委员会联合主席、ACL 2011 大会主席、ACL 北美分会执行委员等,并当选 2013 年 ACL Fellow。

字节跳动李航博士入选2019 ACL Fellow,成为第五位入选华人学者

 

2016 ACL Fellow 百度 CTO 王海峰。

作为百度集团首席技术官,王海峰负责百度搜索、语音搜索、图像搜索、信息流、手机百度、小度机器人、自然语言处理、知识图谱、互联网数据挖掘等业务,并曾创始了百度语音、图像、推荐及个性化、深度学习、度秘等多个技术方向。由王海峰领导研发的百度翻译产品目前支持 28 种语言、756 个方向的自动翻译,并于 2015 年 5 月上线了全球首个融合神经网络机器翻译和统计机器翻译模型的大规模在线翻译系统。其领导的「基于大数据的互联网机器翻译核心技术及产业化」还荣获了 2015 年国家科技进步奖,这也是我国互联网企业首次获得该奖项。

2016 年,王海峰当选 ACL Fellow,成为了首位获此荣誉的中国大陆科学家。会士评选委员会在对王海峰的评语中写道:王海峰在机器翻译、自然语言处理和搜索引擎技术领域,在学术界和工业界都取得了杰出成就,对于 ACL 在亚洲的发展也做出了卓越贡献。
评选结果链接:https://www.aclweb.org/portal/content/acl-fellows-2019

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
第四章李航统计学习方法(第二版)详细介绍了朴素贝叶斯算法以及其编程实现。朴素贝叶斯算法是基于贝叶斯定理和特征条件独立假设的分类算法。它通过计算给定类别的先验概率和各个特征的条件概率来进行分类。 在编程实现朴素贝叶斯算法的过程中,我们可以使用Python语言和sklearn模块来简化实现过程。sklearn是Python中一个非常常用的机器学习库,其中包含了很多经典的机器学习算法和常用的工具函数。 具体实现朴素贝叶斯算法可以分为以下几个步骤: 1. 引入相应的库和模块: ```python from sklearn.naive_bayes import GaussianNB ``` 2. 创建一个朴素贝叶斯分类器对象: ```python clf = GaussianNB() ``` 3. 准备训练数据和标签: ```python X_train = [[方法1特征1, 方法1特征2, ...], [方法2特征1, 方法2特征2, ...], ...] y_train = [标签1, 标签2, ...] ``` 4. 训练模型: ```python clf.fit(X_train, y_train) ``` 5. 准备测试数据: ```python X_test = [[方法3特征1, 方法3特征2, ...], [方法4特征1, 方法4特征2, ...], ...] ``` 6. 进行预测: ```python y_pred = clf.predict(X_test) ``` 这样就可以使用sklearn中的朴素贝叶斯算法模块来实现分类任务。实际上,sklearn还提供了多个不同的朴素贝叶斯算法的实现,如高斯朴素贝叶斯算法(GaussianNB)、多项式朴素贝叶斯算法(MultinomialNB)和伯努利朴素贝叶斯算法(BernoulliNB)等。 总之,通过使用sklearn模块来调用朴素贝叶斯算法,可以方便地实现并应用该算法进行分类任务,并且能够根据需要选择不同的朴素贝叶斯算法模型。建议阅读第四章李航统计学习方法(第二版)来更加深入地理解朴素贝叶斯算法的原理和实现细节。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值