姓名：黄民烈

职称：副教授

电子邮件：aihuang@tsinghua.edu.cn

电话：010-62796260

个人主页：http://aihuang.org/p

教育背景

工学学士 (工程物理), 清华大学, 中国, 2000;

工学博士 (计算机科学与技术), 清华大学, 中国, 2006.

研究领域

人工智能、深度学习、机器学习方法与应用；

自然语言处理，自动问答，人机对话系统，情感分析，社交数据挖掘。 

研究概况

 我的研究兴趣主要集中在人工智能、深度学习、机器学习方法与应用，自然语言处理，自动问答，人机对话系统，情感分析，社交数据挖掘。尤其是近几年，将主要致力于解决任务导向对话系统、聊天机器人、自动问答中最具挑战性的人工智能问题。已超过40篇CCF A/B类论文发表在ACL、IJCAI、AAAI、EMNLP、COLING、KDD、ICDM、CIKM等国际主流会议及ACM TOIS、Knowledge and Information System、Genome Biology、Bioinformatics、BMC Bioinformatics等期刊上。作为PC成员或领域主席，已服务于IJCAI（2017 SPC）、AAAI、ACL（2016领域主席）, EACL, COLING, EMNLP (2014、2011领域主席), NAACL, CIKM, ICDM等国际会议，作为期刊BMC bioinformatics的副编辑, Bioinformatics, Knowledge-based Systems, TALIP的审稿人。 

我和我的研究小组曾多次参加信息处理领域的国际评测TREC/TAC，在多文档摘要、文本推理等任务上取得了国际领先成果。在多文档摘要方向上，我们提出了基于信息距离的摘要方法；我们同时还在观点排序、观点分类、多标签分类上提出了新的方法。开发了多个多文档摘要的算法，在多种场景下，授权给多个公司使用。在情感分析与评论挖掘方面进行了深入研究，在观点抽取、情感极性分类、观点摘要等多方面取得了大量成果，并开发了cReviewMiner的中文产品评论深度挖掘系统。所研究的内容在工业界有广泛应用，与国内外公司包括腾讯、阿里巴巴、搜狗、美的、新松、科大讯飞、谷歌、三星、惠普、斯伦贝谢均建立了广泛的合作。 

我于2006年在德国汉堡大学进行了为期一个月的、关于认知科学的访问学习，并于2010年1月至7月在美国国家生物信息中心（NCBI）进行为期6个月的访问研究。2014年1月，应邀在新加坡国立大学进行了为期一月的访问。

 研究课题                                                                                                                                                                                        

国家自然科学基金: 基于图结构的文献挖掘算法与理论研究 (2009-2011);

国家自然科学基金：信息多样性与信息摘要（2013-2016）；

国家科技支撑计划：法律文本中的自然语言处理问题研究（2013-2015）；

国家973项目：社会感知数据处理的基础理论（2012-2016）；

奖励与荣誉

清华大学优秀博士论文 (2006)；

清华大学优秀博士毕业生 (2006)；

 2014年入选北京市世纪人才计划。

学术成果

[1].      Minlie Huang, Qiao Qian, Xiaoyan Zhu. Encoding Syntactic Knowledge in Neural Networks for Sentiment Classification. In press, ACM transaction on information system 2017.

[2].     Han Xiao, Minlie Huang and Xiaoyan Zhu. SSP: Semantic Space Projection for Knowledge Graph Embedding with Text Descriptions. AAAI 2017. February 4–9, San Francisco, US. [PDF] codes download here.

[3].     Biao Liu, Minlie Huang, et al. A Sentence Interaction Network for Modeling Dependence between Sentences. ACL 2016, Berlin, Germany. codes download here.[PDF]

[4].     Han Xiao, Minlie Huang, Xiaoyan Zhu. TransG : A Generative Model for Knowledge Graph Embedding.. ACL 2016, Berlin, Germany. codes download here. [PDF]

[5].      Han Xiao, Minlie Huang, Xiaoyan Zhu. From One Point to A Manifold: Knowledge Graph Embedding For Precise Link Prediction. IJCAI 2016, New York, USA. codes download here. [PDF]

[6].     Li Zhao, Minlie Huang, et al. Semi-Supervised Multinomial Naive Bayes for Text Classification by Leveraging Word-Level Statistical Constraint. AAAI 2016, Phoenix, Arizona, USA. [PDF]

[7].      Qiao Qian, Bo Tian,Minlie Huang et al. Learning Tag Embeddings and Tag-specific Composition Functions in Recursive Neural Network. ACL 2015, Beijing, China. [PDF]

[8].     Biao Liu, Minlie Huang, et al. Incorporating Domain and Sentiment Supervision in Representation Learning for Domain Adaptation. IJCAI 2015, July 25-31Buenos Aires, Argentina. [PDF]

[9].     Minlie Huang, Borui Ye, Yichen Wang, Xiaoyan Zhu. New Word Detection for Sentiment Analysis. ACL 2014, June 23-25, 2014. Baltimore, Maryland, USA. [PDF]

[10].  Minlie Huang, Xing Shi, Feng Jin, Xiaoyan Zhu. Using First-order Logic to Compress Sentences. AAAI 2012, Toronto, Ontario, Canada. [PDF]

[11].   Minlie Huang, AurelieNeveol, Zhiyong Lu. Recommending MeSH Terms for Annotating Biomedical Articles. JAMIA 2011, [PDF]

[12].  Minlie Huang, Jingchen Liu, and Xiaoyan Zhu. GeneTUKit: a software for document-level gene normalization. Bioinformatics 2011 : btr042v1-btr042. [PDF]

[13].  Fangtao Li, Minlie Huang, Yi Yang, Xiaoyan Zhu. Learning to Identify Review Spam. IJCAI 2011. [PDF]

[14].  MattiaTomasoni and Minlie Huang. Metadata-Aware Measures for Answer Summarization in Community Question Answering. ACL 2010, July 11–16, 2010. Uppsala, Sweden. [PDF]

[15].   Fangtao Li, Minlie Huang, Xiaoyan Zhu. Sentiment Analysis with Global Topics and Local Dependency. AAAI 2010, July 11–15, 2010. Atlanta, Georgia, USA.[PDF]