黄民烈

清华大学计算机科学与技术系长聘教授

黄民烈

黄民烈,男,工学博士,国家杰出青年科学基金获得者。现任清华大学计算机科学与技术系长聘教授、智能技术与系统实验室副主任,清华大学人工智能研究院基础模型研究中心副主任,北京聆心智能科技有限公司创始人、首席科学家。[0][3][4][5]黄民烈毕业于清华大学。[0]他曾主持了国家自然科学基金课题《基于图结构的文献挖掘算法与理论研究》、国家自然科学基金面上项目《信息多样性与信息摘要》的研究。[2]2018年,黄民烈获得钱伟长中文信息处理科学技术奖汉王青年创新奖。2019年,他又获得吴文俊人工智能科学技术奖科技进步奖一等奖。[2]2021年11月,黄民烈作为创始人的北京聆心智能科技有限公司成立。[6]2023年3月,黄民烈带领的科研团队建立了大模型安全分类体系,并从系统层面和模型层面等打造了大模型安全框架。[7]2025年10月,黄民烈团队发布了视觉Token方案——Glyph。[8]

黄民烈,男,工学博士,国家杰出青年科学基金获得者。现任清华大学计算机科学与技术系长聘教授、智能技术与系统实验室副主任,清华大学人工智能研究院基础模型研究中心副主任,北京聆心智能科技有限公司创始人、首席科学家。[1][4][5][6][注1]

黄民烈毕业于清华大学。[1]他曾主持了国家自然科学基金课题《基于图结构的文献挖掘算法与理论研究》、国家自然科学基金面上项目《信息多样性与信息摘要》的研究。[3]2018年,黄民烈获得钱伟长中文信息处理科学技术奖汉王青年创新奖。2019年,他又获得吴文俊人工智能科学技术奖科技进步奖一等奖[3]2021年11月,黄民烈作为创始人的北京聆心智能科技有限公司成立。[7]2023年3月,黄民烈带领的科研团队建立了大模型安全分类体系,并从系统层面和模型层面等打造了大模型安全框架。[8]2025年10月,黄民烈团队发布了视觉Token方案——Glyph。[9]

黄民烈的研究领域包括:人工智能,机器学习理论与方法;自然语言处理技术与方法。他曾担任多个国际顶级会议的领域主席或高级程序委员,并长期担任ACM TOIS、TKDE、TPAMI、CL等顶级期刊的审稿人。[1]

教育经历

2000年,黄民烈获得清华大学工学学士 (工程物理)学位。2006年,他获得清华大学工学博士 (计算机科学与技术)学位。[1]

工作经历

2009-2011年,黄民烈主持研究了国家自然科学基金课题《基于图结构的文献挖掘算法与理论研究》。2013-2016年,他又主持了国家自然科学基金面上项目《信息多样性与信息摘要》的研究。[3]

2018年,黄民烈获得IJCAI-ECAI2018杰出论文奖和钱伟长中文信息处理科学技术奖汉王青年创新奖。2019年,他又获得吴文俊人工智能科学技术奖科技进步奖一等奖阿里巴巴创新研究奖。从2020年开始,黄民烈主持国家自然科学基金重点项目《自然语言对话交互的基础理论和方法》的研究。[3]

2021年11月,黄民烈作为创始人的北京聆心智能科技有限公司成立。[7]2022年6月28日,黄民烈发起并联合了十余家科研机构、二十多位知名学者共同制定的全球首个《AI对话系统分级定义》正式发布。[10]2023年3月,黄民烈带领的科研团队建立了大模型安全分类体系,并从系统层面和模型层面等打造了大模型安全框架。[8]

2025年10月,黄民烈团队发布了视觉Token方案——Glyph。[9]

研究领域

人工智能,机器学习理论与方法,包括深度学习,强化学习等。[1]

自然语言处理技术与方法,如语言理解、语言生成、语言匹配与推理,具体应用包括自动问答、阅读理解、对话系统、情感分析等。[1]

研究概况

黄民烈研究兴趣主要集中在人工智能与机器学习方法包括深度学习、强化学习等,自然语言处理方法与应用,包括自动问答、阅读理解、对话系统、情感分析等。主要研究语言理解、语言生成、语言匹配与推理中的科学问题,致力于解决对话系统、自动问答、阅读理解中具有挑战性的人工智能问题。他曾获得汉王青年创新奖、微软合作研究奖(Microsoft Collaborative Research Award)、IJCAI-ECAI 2018杰出论文奖、CCL 2018最佳系统展示奖、NLPCC 2015最佳论文奖,2016、2017年两次入选PaperWeekly评选的最值得读10/15篇NLP论文之一;其关于情绪化聊天机器人的工作被MIT Technology Review、NVIDIA、英国卫报(The Guardian)、参考消息、新华社等媒体广泛报道,故事生成的工作被TechXplore报道。他有超过60篇CCF A/B类论文发表在ACL、IJCAI、AAAI、WWW、SIGIR、EMNLP、KDD、ACM TOIS等国际顶级或主流会议及期刊上。黄民烈曾担任多个国际顶级会议的领域主席或高级程序委员,如AAAI 2019、IJCAI 2019、IJCAI 2018(杰出SPC)、IJCAI 2017、ACL 2016、EMNLP 2014/2011,IJCNLP 2017等,长期担任ACM TOIS、TKDE、TPAMI、CL等顶级期刊的审稿人。他与工业界建立了广泛合作,包括微软三星腾讯阿里美团搜狗等,2019年获得微软合作研究奖。[1]

研究课题

类型题目时间职位
国家自然科学青年基金基于图结构的文献挖掘算法与理论研究2009-2011主持
国家973项目社会感知数据处理的基础理论2012-2016骨干
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-
国家自然科学基金面上项目信息多样性与信息摘要2013-2016主持
科技部重点研发计划课题诉讼自动引导和咨询支撑技术研究及一体化便民服务综合应用平台构建2018-2021骨干
国家自然科学基金面上项目开放领域人机对话技术研究2019-2022主持
科技部重点研发计划课题多层次操作技能表示与知识化表达2019-2024骨干
国家自然科学基金重点项目自然语言对话交互的基础理论和方法2020-2024主持
国家杰出青年科学基金对话系统2022-2026主持

参考资料[1][3]

期刊论文

1、Zheng Zhang,Minlie Huang,Zhongzhou Zhao,Feng Ji,Haiqing Chen,Xiaoyan Zhu. Memory-augmented Dialogue Management for Task-oriented Dialogue Systems. ACM Transaction on Information Systems,2019

2、Mantong Zhou,Minlie Huang,Xiaoyan Zhu. Story Ending Selection by Finding Hints from Pairwise Candidate Endings. IEEE Transactions on Audio,Speech and Language Processing,2019

3、Zheng Zhang,Lizi Liao,Minlie Huang,Xiaoyan Zhu,Tat-Seng Chua. Neural Multimodal Belief Tracker with Adaptive Attention for Dialogue Systems. the Web Conference (WWW) 2019,San Francisco,USA

4、Hao Zhou,Minlie Huang,Yishun Mao,Changlei Zhu,Peng Shu,Xiaoyan Zhu. Domain-Constrained Advertising Keyword Generation. the Web Conference (WWW) 2019,San Francisco,USA

5、Ryuichi Takanobu,Tao Zhuang,Minlie Huang,Jun Feng,Haihong Tang,Bo Zheng. Aggregating E-commerce Search Results from Heterogeneous Sources via Hierarchical Reinforcement Learning. the Web Conference (WWW) 2019,San Francisco,USA

6、Zhouxing Shi,Minlie Huang. A Deep Sequential Model for Discourse Parsing on Multi-Party Dialogues. AAAI 2019,Honolulu,Hawaii,USA

7、Jian Guan,Yansen Wang,Minlie Huang. Story Ending Generation with Incremental Encoding and Commonsense Knowledge. AAAI 2019,Honolulu,Hawaii,USA

8、Takanobu Ryuichi,Tianyang Zhang,Jiexi Liu,Minlie Huang. A Hierarchical Framework for Relation Extraction with Reinforcement Learning. AAAI 2019,Honolulu,Hawaii,USA

9、Hao Zhou,Tom Yang,Minlie Huang,Haizhou Zhao,Jingfang Xu,Xiaoyan Zhu. Commonsense Knowledge Aware Conversation Generation with Graph Attention. IJCAI-ECAI 2018,Stockholm,Sweden. [IJCAI2018 Distinguished Paper]

10、Hao Zhou,Minlie Huang,Tianyang Zhang,Xiaoyan Zhu,Bing Liu. Emotional Chatting Machine: Emotional Conversation Generation with Internal and External Memory. AAAI 2018,New Orleans,Louisiana,USA

11、Pei Ke,Jian Guan,Minlie Huang,Xiaoyan Zhu. Generating Informative Responses with Controlled Sentence Function. ACL 2018,Melbourne,Australia

12、Qiao Qian,Minlie Huang,Haizhou Zhao,Jingfang Xu,Xiaoyan Zhu. Assigning personality/identity to a chatting machine for coherent conversation generation. IJCAI-ECAI 2018,Stockholm,Sweden

13、Ryuichi Takanobu,Minlie Huang,Zhongzhou Zhao,Fenglin Li,Haiqing Chen,Xiaoyan Zhu,Liqiang Nie. A Weakly Supervised Method for Topic Segmentation and Labeling in Goal-oriented Dialogues via Reinforcement Learning. IJCAI-ECAI 2018,Stockholm,Sweden

14、Tianyang Zhang,Minlie Huang,Li Zhao. Learning Structured Representation for Text Classification via Reinforcement Learning. AAAI 2018,New Orleans,Louisiana,USA

15、Yansen Wang,Chenyi Liu,Minlie Huang,Liqiang Nie. Learning to Ask Questions in Open-domain Conversational Systems with Typed Decoders. ACL 2018,Melbourne,Australia

16、Minlie Huang,Qiao Qian,Xiaoyan Zhu. Encoding Syntactic Knowledge in Neural Networks for Sentiment Classification. ACM Trans. Inf. Syst. 35,3,Article 26 (June 2017),27 pages

17、Qiao Qian,Minlie Huang,Jinhao Lei,Xiaoyan Zhu. Linguistically Regularized LSTMs for Sentiment Classification. ACL 2017

18、Han Xiao,Minlie Huang,Lian Meng,Xiaoyan Zhu. SSP: Semantic Space Projection for Knowledge Graph Embedding with Text Descriptions. AAAI 2017. February 4–9,San Francisco,USA

19、Yequan Wang,Minlie Huang,Li Zhao,Xiaoyan Zhu. Attention-based LSTM for Aspect-level Sentiment Classification. EMNLP 2016,Austin,Texas,USA

20、Han Xiao,Minlie Huang,Xiaoyan Zhu. TransG: A Generative Model for Knowledge Graph Embedding. ACL 2016,Berlin,Germany

21、Biao Liu,Minlie Huang,Song Liu,Xuan Zhu,Xiaoyan Zhu. A Sentence Interaction Network for Modeling Dependence between Sentences. ACL 2016,Berlin,Germany

22、Han Xiao,Minlie Huang,Xiaoyan Zhu. From One Point to A Manifold: Knowledge Graph Embedding For Precise Link Prediction. IJCAI 2016,New York,USA

23、Li Zhao,Minlie Huang,Ziyu Yao,Rongwei Su,Yingying Jiang,Xiaoyan Zhu. Semi-Supervised Multinomial Naive Bayes for Text Classification by Leveraging Word-Level Statistical Constraint. AAAI 2016,Phoenix,Arizona,USA

(以上参考资料[1]

获得荣誉

时间奖项2006年清华大学优秀博士毕业生2006年清华大学优秀博士论文2014年北京市世纪人才计划2015年NLPCC2015最佳论文奖2018年IJCAI-ECAI2018杰出论文奖钱伟长中文信息处理科学技术奖汉王青年创新奖2019年ACL2019最佳演示论文提名阿里巴巴创新研究奖吴文俊人工智能科学技术奖科技进步奖一等奖2020年SIGDIAL2020最佳论文奖NLPCC2020最佳学生论文奖2021年“国家杰出青年科学基金”资助2023年中国电子学会科技进步一等奖[11]

参考资料[1][3]

出版图书

introduction作者:黄民烈、黄斐、朱小燕。本书总结了以神经网络为代表的现代自然语言生成的基本思想、模型和框架。本书共12 章,首先介绍了自然语言生成的研究背景、从统计语言模型到神经网络语言建模的过程,以及自然语言建模的思想与技术演化过程;其次从基础模型角度介绍了基于循环神经网络、基于Transformer 的语言生成模型,从优化方法角度介绍了基于变分自编码器、基于生成式对抗网络的语言生成模型,从生成方式角度介绍了非自回归语言生成的基本模型和框架;然后介绍了融合规划的自然语言生成、融合知识的自然语言生成、常见的自然语言生成任务和数据资源,以及自然语言生成的评价方法;最后总结了本书的写作思路及对自然语言生成领域未来发展趋势的展望。
名称现代自然语言生成[2]
时间2021-01-01

参考资料 11

  1. 黄民烈 — 清华大学计算机科学与技术系
  2. 现代自然语言生成 — 豆瓣读书
  3. 黄民烈 — 清华大学新雅书院
  4. 唐杰、文继荣领衔:预训练模型 | CNCC2021技术论坛预告 — 中国计算机学会
  5. 清华大学人工智能研究院基础模型研究中心成立仪式举行 — 清华大学
  6. 聆心智能发布三款“AI+心理”产品 — 阳光网科技
  7. 研发机器人治疗抑郁症,这位清华教授的创业出于对患病学生的心疼 — 百家号
  8. 清华大学黄民烈团队:发布安全评估框架 促大模型迈向可控可信 — 中国新闻网
  9. 智谱运气是差一点点,视觉Token研究又和DeepSeek撞车了 — 今日头条
  10. 全球首个《AI对话系统分级定义》发布 — 清华大学
  11. 149项获奖!2023中国电子学会科学技术奖获奖名单 — 搜狐网

注释

  1. 截至2025年10月
广告位:底部(ad-bottom)—— 请到中台「公共区块」编辑此内容