1月6日，国际计算语言学学会(Association for Computational Linguistics, ACL)公布了2021年度新增选的会士(Fellow)名单。今年，一共有8位知名的自然语言处理学者入选，其中，华人学者有2位，占了1/4，分别是CAAI Fellow、中国科学院自动化所宗成庆研究员与CAAI会员、华为诺亚方舟实验室语音语义方向首席科学家刘群研究员。

 ACL Fellow计划始于2011年，旨在表彰对自然语言处理领域的科技研究与社区服务作出了杰出贡献的「ACL member」（ACL成员），是NLP领域的最高荣誉之一。要成为一名 ACL Fellow，候选人必须在过去五年的三年内担任「ACL member」，并由现任的「ACL member」提名。除了2011年，ACL Fellow每年的入选人数均不超过10人。

宗成庆，现任中国科学院自动化所研究员，博士生导师。

宗成庆1998年3月毕业于中国科学院计算技术研究所，师承陈肇雄，获博士学位。宗成庆是机器翻译的老前辈，在计算所曾参与了"863-IMT"英汉机译系统的相关开发，"863-IMT"英汉机译系统即我们熟悉的“快译通”的产品原型。1998年5月至2000年4月在中国科学院自动化研究所在黄泰翼指导下从事博士后研究，2000年4月博士后出站后留在自动化所模式识别国家重点实验室工作至今，并开创了自动化所自然语言处理的方向。

宗成庆作为负责人主持国家自然科学基金项目、国家“863”计划项目、支撑计划项目和国际合作研究项目等10余项，发表学术论文150余篇，获得国家发明专利10余项。2013年获国务院政府特殊津贴，2014年获“钱伟长中文信息处理科学技术奖”一等奖，2015年获国家科技进步奖二等奖。他翻译的Philipp Koehn的《统计机器翻译》当属国内中文第一本SMT的书，所编写的《统计自然语言处理》也是在国内NLPer中最为知名的首选的入门教材。宗成庆曾于2015年担任ACL-IJCNLP大会的程序委员会主席，他将是近60年来既担任过该顶级会议程序委员会主席，也担任大会主席的唯一一位中国大陆本土学者。

入选理由：对机器翻译与情感分析的研究作出重大贡献，并不断促进中国自然语言处理的发展。

刘群，现任华为诺亚方舟实验室语音语义方向的首席科学家，中国科学院计算技术研究所研究员。

1989年毕业于中国科学技术大学计算机系，1992年于中国科学院计算技术研究所获得硕士学位，2004年于北京大学获得博士学位。2012年7月之前，他在中国科学院计算技术研究所担任研究员和自然语言处理研究组负责人。2012年7月至2018年6月，刘群任都柏林城市大学教授、爱尔兰 ADAPT 研究中心（前身 CNGL 研究中心） 自然语言处理主题负责人。2018年7月，他正式加入华为诺亚方舟实验室，任语音语义首席科学家，主导语音和自然语言处理领域的前沿研究和技术创新。

他是自然语言处理和机器翻译领域的国际著名专家，他的研究方向包括多语言信息处理、机器翻译模型、方法与评价等。他最初领导研制的ICTCLAS开源系统是应用最广泛的中文词语切分和词性标注工具，该项成果获得中国中文信息学会钱伟长中文信息科学技术奖一等奖。他领导的研究组在基于句法的机器翻译领域开展了长期的研究工作，其中代表性成果包括树到串模型、最大熵转录语法模型、基于森林的机器翻译方法等。

入选理由：对机器翻译与中文自然语言处理作出了卓越贡献。

其他六位入选者分别如下：

Joakim Nivre（乌普萨拉大学）

入选理由：在依赖句法分析的算法、模型和数据资源方面做出了重大贡献，将该领域推到了多语言句法分析的前沿。

Luke Zettlemoyer（华盛顿大学）

入选理由：对自然语言处理的基础语义、语义解析和表示学习做出的重要贡献。

Anette Frank（海德堡大学）

入选理由：在语言信息丰富、技术基础良好的面向语义和话语的自然语言处理方面所做的综合工作。

Joyce Chai（密歇根大学安娜堡分校）

入选理由：在基础性自然语言处理以及语言处理与机器人之间的交互领域做出重大贡献。

Eneko Agirre（巴斯克大学）

入选理由：因对词义消歧、语义文本相似性、无监督机器翻译、巴斯克语言资源和 ACL 服务做出重大贡献而当选。

Amanda Stent（科尔比学院）

入选理由：因对多模态和语音对话、自然语言生成和摘要的计算模型的重大贡献而入选。

参考链接：

https://aclweb.org/aclwiki/ACL_Fellows#2021_Fellows

本文整理自AI科技评论、机器之心

链接：

https://mp.weixin.qq.com/s/5D36ZE_CUpB4hAi47fXEEw

https://mp.weixin.qq.com/s/H5gBqsM39eQ2-7kHlM6iEw