Christopher Manning
À Propos
Les recherches de Christopher Manning ont pour objectif de créer des ordinateurs qui peuvent intelligemment traiter, comprendre et produire du matériel de langage humain.
Manning a recours à des méthodes d’apprentissage automatique pour régler des problèmes linguistiques computationnels, y compris le parsage syntaxique, la sémantique et la pragmatique computationnelles, l’inférence textuelle et la traduction automatique. Il est un chef de file dans l’application de l’apprentissage profond au traitement du langage naturel, y compris exploration des réseaux neuronaux récursifs, analyse de sentiments, analyse de dépendance par réseaux neuronaux, modèle GloVe pour la représentation vectorielle de mots, traduction automatique neuronale et compréhension du langage profond. Il a été président de l’Association for Computational Linguistics en 2015 et a écrit en collaboration des manuels de pointe sur le traitement statistique du langage naturel et sur l’extraction d’information. Il est membre du groupe de traitement du langage naturel de Stanford (@stanfordnlp).
Prix
- Membre, Association for Computing Machinery
- Membre, Association for the Advancement of Artificial Intelligence
- Membre, Association for Computational Linguistics
Publications Pertinentes
- Manning, C.D., P. Raghavan et H. Schütze. Introduction to Information Retrieval. Cambridge: Cambridge University Press, 2008.
- Manning, C.D. et H. Schütze. Foundations of Statistical Natural Language Processing. Cambridge, MA: MIT Press, 1999.
- Andrews, A. et C.D. Manning. Complex Predicates and Information Spreading in LFG. Stanford, CA: CSLI Publications, 1999.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.