刘知远：多项NLP算法，架起＂机器＂和＂自然语言＂间桥梁榜单人物( 四 )_2019年1月21日

在传统深度学习方法发展如火如荼的时候，刘知远没有盲目跟踪热点，深度思考深度学习缺乏可解释性等严重缺陷，探索知识指导的自然语言处理框架，在非常多的任务中能够看到，引入外部的知识之后，能够在这些任务中取得非常显著的性能提升。

除了学术研究上的突出贡献，刘知远同样注重理论研究的实际应用。他根据博士成果完成的微博关键词抽取应用，曾获得500余万注册用户和3000多万次应用。致力于研制自然语言处理工具包60余项，包括中文词法分析工具包 THULAC、中文文本分类工具包 THUCTC、知识表示学习工具包 OpenKE、知识获取工具包 THUNRE、网络表示学习工具包 OpenNE、关键词抽取工具包 THUTag 等。这些工具包已获数百家国内外研究机构与公司采用，在 GitHub 上获得超过 1万多星标关注，对NLP的研究与应用发挥了极大推动作用。

也许是在身为教师的爷爷的耳濡目染下，刘知远很早便立下了从事教师职业的志向。谈及学术研究与人才培养，刘知远是这样认为的， “做高水平研究，其实是培养人的一个途径。你想培养高水平的人才，那你就一定是通过做高水平研究来完成，所以我觉得两者是相辅相成的。 ”刘知远因此更倾向于做一些比较基础的研究，这样能够让同学的能力和潜力得到比较大的发挥。 “高校最重要的还是培养人，它本身承担着要持续为社会培养高水平科技人才的任务。 ”