基本內(nèi)容
黃昌寧 中國計(jì)算機(jī)自然語言處理領(lǐng)域的"趟路人"和集大成者黃昌寧1937年生于廣東，1955年考入清華大學(xué)電機(jī)系，1961年畢業(yè)并留校任教至博士生導(dǎo)師， 1983-1984年赴美國耶魯大學(xué)進(jìn)修，1986-1987年曾在香港理工大學(xué)任教，1999年4月加入微軟中國研究院任主任研究員。1955年，年僅十八歲，風(fēng)華正茂的黃昌寧以優(yōu)異的成績考入清華大學(xué)電機(jī)系，在這里，一批卓有成就的教授讓他受益菲淺，其中自動(dòng)控制系的首任系主任、麻省理工大學(xué)的博士鐘士模教授給他留下的印象尤為深刻。黃昌寧所學(xué)的專業(yè)是清華大學(xué)在國內(nèi)率先建立的計(jì)算機(jī)和自動(dòng)控制專業(yè)，當(dāng)時(shí)是按照國防部門的要求來招生的，學(xué)生畢業(yè)后大多從事導(dǎo)彈、原子能反應(yīng)堆和加速器控制系統(tǒng)的研究和設(shè)計(jì)。畢業(yè)后黃昌寧的大多數(shù)同學(xué)都去了軍工行業(yè)，他則選擇了留校擔(dān)任助教。
在70年代，黃昌寧曾因主編大學(xué)教材《晶體管電路》而成為揚(yáng)名清華的教授，該書在國內(nèi)的發(fā)行量逾百萬冊。隨后，他的譯著《人工智能原理》及《LISP語言》填補(bǔ)了當(dāng)時(shí)國內(nèi)的空白，引起了很大的反響。進(jìn)入自然語言處理研究領(lǐng)域后，黃昌寧的事業(yè)又達(dá)到了一個(gè)新的高峰。他開始主持自然語言處理領(lǐng)域的多項(xiàng)國內(nèi)、國際合作項(xiàng)目，并多次被邀擔(dān)任國際學(xué)術(shù)會(huì)議的主席或程序委員會(huì)主席，或作大會(huì)特邀報(bào)告；目前黃昌寧還擔(dān)任國內(nèi)《中文信息學(xué)報(bào)》的主編，同時(shí)也是美國《ACM亞洲語言信息處理�？�、新加坡《中文與東方語言信息處理學(xué)會(huì)通訊》、日本《自然語言處理》、香港《中國語言學(xué)評論》、臺灣《計(jì)算語言學(xué)與中國語言處理》等眾多國際學(xué)術(shù)刊物的特約撰稿人和編委。
挑戰(zhàn)權(quán)威
"我有一個(gè)信念，自己想做的事就要做得比人家都好。就像我當(dāng)年打排球和棒球一樣，一到賽場必然問自己：我干什么來了？就是要贏嘛！"黃昌寧一直這樣說。
1983年黃昌寧遠(yuǎn)赴美國耶魯大學(xué)進(jìn)修，主攻人工智能和自然語言理解方面的研究。黃昌寧后來回憶說，耶魯大學(xué)的那一年對他一生所從事的研究是一個(gè)很重要的轉(zhuǎn)折。他說，他并不是為學(xué)位而去讀書的，而是出去看看國外的研究是怎樣做的，又是如何進(jìn)行評價(jià)的。
當(dāng)時(shí)的耶魯大學(xué)計(jì)算機(jī)系系主任尚克教授是美國人工智能學(xué)會(huì)的主席，從事自然語言理解的研究已有十多年歷史，是80年代初美國這一研究領(lǐng)域中的權(quán)威，他倡導(dǎo)的概念依存理論當(dāng)時(shí)正處于鼎盛時(shí)期，曾經(jīng)得到學(xué)術(shù)界許多人的推崇。尚克認(rèn)為他已經(jīng)把計(jì)算機(jī)、語言學(xué)、認(rèn)知心理學(xué)等各個(gè)學(xué)科結(jié)合得非常好了。在對尚克的一片贊同聲中，黃昌寧卻表現(xiàn)得相當(dāng)冷靜，只想看看尚克的語言理解系統(tǒng)能否 "長大"。因?yàn)樗逍训卣J(rèn)識到，大學(xué)實(shí)驗(yàn)室里的研究和現(xiàn)實(shí)生活有時(shí)會(huì)有很大的差別。他很快就發(fā)現(xiàn)了尚克理論的一些缺陷。尚克認(rèn)為計(jì)算機(jī)對自然語言的分析幾乎可以不要句法就直接進(jìn)入語義解釋。黃昌寧經(jīng)過對尚克系統(tǒng)的仔細(xì)考察，發(fā)現(xiàn)他的學(xué)說雖然可以在某個(gè)特定領(lǐng)域里實(shí)現(xiàn)，但一旦擴(kuò)展到其它應(yīng)用領(lǐng)域時(shí)就困難重重了。"問題的關(guān)鍵是，我們的系統(tǒng)不能只是在實(shí)驗(yàn)室里表演，重要的是能夠真正擴(kuò)展開來！"黃昌寧堅(jiān)持說。
黃昌寧認(rèn)為，計(jì)算機(jī)對自然語言的分析首先要在詞匯和句法上得到認(rèn)知，然后才能獲得意義的表達(dá)，尤其對于大規(guī)模真實(shí)文本的處理更是如此。他舉了一個(gè)例子，比如設(shè)計(jì)一個(gè)氣象預(yù)報(bào)的機(jī)器翻譯系統(tǒng)，肯定能做好，因?yàn)檫@個(gè)領(lǐng)域里的詞匯大概只有500多條，而且大多是地名和少量常見動(dòng)詞，譯準(zhǔn)率會(huì)很高。但是要做一個(gè)一般用途的機(jī)器翻譯系統(tǒng)就難了，因?yàn)檫@包括太多的詞匯和語法現(xiàn)象。黃昌寧的觀點(diǎn)后來得到證實(shí)：80年代末，尚克學(xué)派宣告解體，尚克本人也退出了自然語言研究領(lǐng)域。
獻(xiàn)身科研
1984年3月，黃昌寧結(jié)束了在耶魯大學(xué)的進(jìn)修，按時(shí)返回國內(nèi)，從此就再也沒有閑下來。
80年代初，自然語言處理研究在國內(nèi)還幾乎是個(gè)空白，比美國則落后了二十年。黃昌寧把這門學(xué)科的思想帶回中國，其中心是如何通過計(jì)算把一句話的意思或一段話的內(nèi)容用某種形式化的方式表示出來，這種表示就是所謂的語義網(wǎng)絡(luò)。這時(shí)黃昌寧體會(huì)到自然語言處理實(shí)際上就是建立在計(jì)算機(jī)基礎(chǔ)上的語言研究，他深感自己所缺乏的并不是計(jì)算機(jī)方面的知識，而是語言學(xué)知識。因此回國以后他開始和語言學(xué)家們進(jìn)行廣泛交流。除了尚克的概念依存理論，黃昌寧回國后還先后涉足了其它先進(jìn)技術(shù)的研究，其中包括復(fù)雜特征集和合一語法及統(tǒng)計(jì)語言模型等。
1985年，黃昌寧同時(shí)挑起了三副擔(dān)子，一是"七五”國家攻關(guān)項(xiàng)目-自然語言理解和人機(jī)接口；二是國防預(yù)研項(xiàng)目—軍事文本理解技術(shù)；三是清華大學(xué)和南京大學(xué)合作的"日漢機(jī)器翻譯系統(tǒng)"，該項(xiàng)目后來獲得國家教委科技進(jìn)步二等獎(jiǎng)。不久黃昌寧開始將目光投向海外，80年代末他相繼主持了幾個(gè)國際合作項(xiàng)目：第一個(gè)是日本富士通公司的阿特拉斯日漢翻譯系統(tǒng)，當(dāng)時(shí)富士通公司已經(jīng)有了英日翻譯，但是漢語的翻譯是他們無法回避的問題，黃昌寧和他的研究隊(duì)伍經(jīng)過三年努力成功完成了這項(xiàng)研究。1990年，日本通產(chǎn)省投資5000萬美金開發(fā)亞洲多國語言機(jī)器翻譯系統(tǒng)，該系統(tǒng)涵蓋了日、中、馬來、印尼和泰等五種語言。這個(gè)翻譯系統(tǒng)采用國際上先進(jìn)的 "中間語言" 技術(shù)。中間語言是句子意思的一種形式化表示，通過它可以生成任何一種語言。上述五個(gè)亞洲國家參與了這個(gè)項(xiàng)目，中文部分由當(dāng)時(shí)的電子部來承擔(dān)，黃昌寧則擔(dān)任中方專家組組長和中方技術(shù)負(fù)責(zé)人。1995年，黃昌寧又代表清華大學(xué)和DEC公司進(jìn)行了英漢翻譯的科研項(xiàng)目。他領(lǐng)導(dǎo)的清華小組還曾多次向微軟和IBM等公司有償轉(zhuǎn)讓一些科研成果。
受聘微軟
1998年秋，當(dāng)時(shí)微軟中國研究院正處于建院之初，求賢若渴的院長李開復(fù)博士在香港約見了正在香港大學(xué)講學(xué)的黃昌寧，動(dòng)員他加盟微軟中國研究院。兩人第一次見面，就談到自然語言處理研究的前景和微軟的發(fā)展機(jī)會(huì)。兩人談得十分投機(jī)，都有相見恨晚的感覺。"士為知己者死"，黃昌寧引用了這句話。1999年4 月，他走進(jìn)微軟中國研究院時(shí)已年逾六旬，是研究院里年齡最大的研究人員，當(dāng)時(shí)研究人員的平均年齡只有30歲。黃昌寧說科學(xué)研究要有一個(gè)開放的環(huán)境，微軟研究院的環(huán)境正是如此，這正給他提供了一個(gè)實(shí)現(xiàn)自己宿愿的機(jī)會(huì)。黃昌寧特別欣賞比爾·蓋茨對未來計(jì)算的一個(gè)想法，那就是有一天能夠讓計(jì)算機(jī)用自然語言與人類進(jìn)行交流。他說：“這正是自然語言研究的最終目標(biāo)，而且微軟將最有可能使我們的研究成果轉(zhuǎn)化成產(chǎn)品，造福世界上成千上萬的用戶。”目前，黃昌寧領(lǐng)導(dǎo)的研究小組專注于三個(gè)研究課題：一是幫助中國用戶寫英文；二是幫助中國用戶閱讀英文；三是幫助中國用戶做跨語言的網(wǎng)頁搜索。黃昌寧希望前兩項(xiàng)技術(shù)能夠盡快被微軟產(chǎn)品部門接受，成為微軟下一代OFFICE軟件中的一個(gè)組件。
黃昌寧的研究很快在理論上也得到認(rèn)可。在自然語言研究領(lǐng)域，最權(quán)威的學(xué)術(shù)會(huì)議是國際計(jì)算語言學(xué)學(xué)會(huì)（ACL）年會(huì)，其論文錄取率不足25%。但今年10 月，在香港召開的第38屆ACL年會(huì)上，黃昌寧領(lǐng)導(dǎo)的研究小組卻有6篇論文入圍。在大會(huì)所接受的70篇論文中，其質(zhì)量和規(guī)模都引起了廣泛關(guān)注。
躊躇滿志
信息抽取是近年來美國國防部關(guān)注的一個(gè)研究方向，目的是直接從報(bào)紙或網(wǎng)頁的自然語言文本中抽取出指定信息以幫助人們在某些領(lǐng)域?qū)κ聭B(tài)的發(fā)展動(dòng)向作出判斷并制定相應(yīng)策略。這樣的研究在經(jīng)濟(jì)領(lǐng)域和國家安全保障方面都有重要的應(yīng)用前景。黃昌寧認(rèn)為網(wǎng)絡(luò)時(shí)代處理最多的仍然是語言文字信息。人工智能的某些領(lǐng)域可能正在衰亡，但是自然語言的研究不會(huì)萎縮。
他還認(rèn)為：大規(guī)模真實(shí)文本的處理是自然語言研究領(lǐng)域的一個(gè)重要方向，主流技術(shù)不是傳統(tǒng)的語言學(xué)方法，而是語料庫方法。語言學(xué)和應(yīng)用聯(lián)系密切，其發(fā)展必須要靠社會(huì)需求的驅(qū)動(dòng)，不是哪一個(gè)人所能決定的�，F(xiàn)在的數(shù)字圖書館和搜索引擎都是同大規(guī)模文本打交道的實(shí)例。
黃昌寧領(lǐng)導(dǎo)的研究小組正在有條不紊地推進(jìn)他們的研究課題，黃昌寧希望自己的小組能夠創(chuàng)造出更多世界一流的語言信息技術(shù)，使得人們能夠在網(wǎng)絡(luò)時(shí)代更輕松自然地使用計(jì)算機(jī)。
