个人主页:http://www.cs.columbia.edu/~mcollins/ (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【华盛顿大学】
个人主页:https://www.cs.washington.edu/people/faculty/weld
(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【宾夕法尼亚大学】
个人主页:https://www.cis.upenn.edu/~danroth/ (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 【HLT-MT】
个人主页:https://hlt-mt.fbk.eu/people/profile/federico (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【FBK】
评论