基础与架构

Christopher Manning

克里斯托弗·曼宁

自然语言理解 · Stanford NLP

Christopher Manning 是语言学与计算机科学研究者，长期研究自然语言处理、语言表示及语言理解。他的工作横跨统计 NLP、句法分析、神经表示和大模型时代的语言研究。

他与合作者建设了 Stanford NLP 的多个工具和模型，也参与 GloVe 等词表示研究。GloVe 将全局词共现统计用于学习向量，让词语之间的关系能够被后续模型利用。

他也通过教材、课程与研究团队培养推动 NLP 方法的传播。认识 Manning 的工作，有助于理解语言模型的发展并非只是一串更大的参数规模：语言结构、数据、学习目标和任务评价一直影响着模型能够学到什么。